解析dotnet/extensions项目中AIFunction参数验证问题
问题背景
在dotnet/extensions项目的AI功能模块中,开发者MikeAlhayek遇到了一个关于AIFunction参数验证的问题。当尝试创建一个用于导入JSON配方的AIFunction时,系统抛出了一个关于参数schema验证的错误,提示"required"数组中包含了properties中不存在的键。
问题分析
原始代码问题
开发者最初实现的AIFunction定义了一个名为"import_recipe"的工具,期望接收一个JSON对象作为参数。关键问题出现在schema定义部分:
var metadata = new JsonObject
{
{"type", "object"},
{"properties", new JsonObject
{
{ "recipe", new JsonObject
{
{"type", "object" },
{"description", "A JSON object representing an OrchardCore recipe" },
}
}
}
},
{"required", new JsonArray("recipe") },
// 其他配置...
};
错误原因
根据微软团队成员的诊断,这个问题实际上是由两个因素共同导致的:
-
缺少additionalProperties声明:在JSON Schema中,当type为object时,最佳实践是明确声明是否允许额外属性。这可以通过设置additionalProperties为true或false来实现。
-
参数类型定义问题:将recipe参数的类型直接定义为"object"可能会导致一些验证问题,特别是在与AI服务交互时。
解决方案
临时解决方案
微软团队成员提供了两种临时解决方案:
- 修改schema定义:将recipe参数的类型改为string,并添加additionalProperties声明:
JsonSchema = JsonSerializer.Deserialize<JsonElement>("""
{
"type": "object",
"properties": {
"recipe": {
"type": "string",
"description": "A JSON object representing an OrchardCore recipe"
}
},
"additionalProperties": false,
"required": ["recipe"]
}
""");
- 禁用严格验证:通过设置AdditionalProperties来关闭严格验证模式:
public override IReadOnlyDictionary<string, object?> AdditionalProperties { get; } = new Dictionary<string, object?>()
{
["Strict"] = false,
};
根本解决方案
微软团队已经识别到这个问题是由于OpenAI服务默认开启了严格验证模式导致的,并已经在代码库中提交了修复(PR #6285),准备将strict模式的默认值改回false。
深入理解
JSON Schema验证
在实现AIFunction时,参数验证依赖于JSON Schema规范。一个完整的对象类型定义应该包含:
- type声明
- properties定义
- additionalProperties声明
- required数组(可选)
AIFunction调用机制
值得注意的是,即使解决了schema验证问题,开发者还需要正确处理函数调用请求。这通常需要:
- 手动处理函数调用响应
- 或者在管道中添加FunctionInvokingChatClient来自动处理
最佳实践建议
基于这个案例,我们可以总结出一些在dotnet/extensions项目中实现AIFunction的最佳实践:
-
完整的schema定义:始终为对象类型参数提供完整的schema定义,包括additionalProperties声明。
-
参数类型选择:对于复杂对象,考虑使用string类型接收JSON字符串,然后在代码中反序列化,这通常比直接使用object类型更可靠。
-
错误处理:在InvokeCoreAsync方法中实现健壮的错误处理逻辑,特别是对于参数转换和验证。
-
测试验证:在开发过程中充分测试各种边界情况,确保函数能够正确处理各种输入。
总结
这个案例展示了在dotnet/extensions项目中使用AIFunction时可能遇到的一个典型问题。通过理解JSON Schema的验证规则和AI服务的交互机制,开发者可以避免类似问题,构建更健壮的AI功能集成。微软团队已经识别并修复了相关问题,同时提供了临时解决方案,体现了开源社区协作解决问题的效率。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









