在Microsoft.Extensions.AI中集成远程HTTP工具的方法
Microsoft.Extensions.AI是.NET生态中用于构建AI应用的重要扩展库,其中的AIFunctionFactory提供了将本地方法注册为AI可调用工具的能力。但在实际开发中,我们经常需要将远程HTTP服务(如MCP Server)也集成到AI工具链中。
背景与挑战
传统上,AIFunctionFactory.Create方法仅支持注册本地C#方法作为AI工具。当开发者需要将远程HTTP服务(如运行在localhost:3001的MCP Server)暴露的API(如GetInsights)集成到ChatOptions.Tools时,会遇到直接集成困难的问题。
解决方案
通过使用ModelContextProtocol(MCP)的官方C# SDK,我们可以实现远程HTTP工具的集成。以下是具体实现方法:
MCP服务端配置
首先需要在MCP服务端进行正确配置,使其能够通过HTTP协议提供工具服务:
// 添加MCP服务并配置HTTP传输
builder.Services.AddMcpServer()
.WithHttpTransport()
.WithToolsFromAssembly();
var app = builder.Build();
// 映射MCP端点并启动服务
app.MapMcp();
app.Run("http://localhost:3001");
客户端集成
在需要使用这些远程工具的AI应用中,可以通过以下方式集成:
// 创建MCP客户端连接
var mcpClient = await McpClientFactory.CreateAsync(
new SseClientTransport(new SseClientTransportOptions
{
Endpoint = new Uri("http://localhost:3001/sse")
})
);
// 获取远程工具列表
var tools = await mcpClient.ListToolsAsync();
// 将远程工具添加到ChatOptions
var response = await client.GetResponseAsync(request.message, new ChatOptions
{
Tools = [..tools],
});
技术要点
-
SSE传输协议:MCP客户端使用Server-Sent Events(SSE)作为默认传输协议,适合实时通信场景。
-
工具发现机制:ListToolsAsync方法会自动发现远程服务暴露的所有可用工具。
-
无缝集成:获取的McpClientTool实例可以直接作为AIFunction使用,无需额外转换。
-
服务端工具注册:WithToolsFromAssembly方法会自动注册程序集中所有符合条件的工具方法。
最佳实践
-
确保MCP服务端和客户端使用兼容的协议版本。
-
对于生产环境,建议配置HTTPS而非HTTP以确保通信安全。
-
考虑实现工具版本控制机制,便于后续维护和升级。
-
在工具方法实现中加入适当的错误处理和日志记录。
通过这种方式,开发者可以轻松地将任何符合MCP协议的远程HTTP服务集成到Microsoft.Extensions.AI构建的AI应用中,大大扩展了AI工具的可选范围和应用场景。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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