NSwag在.NET 9.0环境下生成C客户端失败问题解析
问题背景
在使用NSwag工具链为.NET 9.0项目生成C#客户端代码时,开发者遇到了路径参数为空的异常。这个问题在从.NET 7/8升级到.NET 9后出现,表现为NSwag无法正确解析项目路径,导致代码生成失败。
错误现象
执行NSwag生成命令时,系统抛出System.ArgumentException: The path is empty. (Parameter 'path')异常。错误发生在ProjectMetadata.GetProjectMetadata方法中,表明NSwag无法获取到有效的项目路径信息。
根本原因分析
通过深入分析,我们发现这个问题与.NET 9.0项目构建系统返回的MSBuild属性有关。当查询关键构建属性时,多个重要属性返回了空值:
- ProjectDir(项目目录)
- ProjectDepsFilePath(项目依赖文件路径)
- ProjectRuntimeConfigFilePath(运行时配置文件路径)
- TargetFileName(目标文件名)
这些空值导致NSwag无法正确定位项目文件和生成所需的元数据。这种情况在.NET 7/8中工作正常,但在升级到.NET 9后出现,表明可能是.NET 9构建系统或项目配置发生了变化。
解决方案
经过技术验证,我们推荐以下解决方案:
-
更新NSwag版本:使用预览版NSwag 14.3.1-preview-20250420-0810或更高版本,这些版本已经针对.NET 9的构建系统变化进行了适配。
-
调整构建命令:在项目文件中修改NSwag的执行命令,显式指定工作目录:
<Target Name="NSwag" AfterTargets="Build">
<Exec Command="$(NSwagExe_Net90) run nswag.json /variables:Configuration=$(Configuration)"
WorkingDirectory="$(ProjectDir)" />
</Target>
- 检查项目配置:确保项目中没有特殊的构建目标或多级Directory.Build.props文件,这些可能会影响MSBuild属性的正常传递。
技术细节
当NSwag执行时,它会通过MSBuild API获取项目元数据来生成OpenAPI规范。在.NET 9环境下,如果关键路径属性为空,就会导致生成过程失败。这个问题特别容易出现在:
- 使用非标准项目结构时
- 有自定义构建逻辑的项目中
- 多目标框架项目中
最佳实践建议
为了避免类似问题,我们建议:
- 保持NSwag工具链更新到最新稳定版本
- 在项目升级时,仔细检查NSwag配置文件的兼容性
- 考虑将NSwag生成步骤作为独立构建步骤而非后期构建目标
- 在复杂项目中,考虑使用明确的路径而非依赖自动发现
总结
.NET 9.0的构建系统变化导致NSwag在获取项目元数据时出现了兼容性问题。通过更新工具链版本和调整构建配置,开发者可以解决这一问题。这也提醒我们在升级.NET版本时,需要关注构建工具链的兼容性变化,特别是对于依赖MSBuild API的工具。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00