Microsoft.Extensions.AI 中如何为AI调用添加用户标识追踪
2025-06-28 10:55:48作者:宣海椒Queenly
在开发基于生成式AI的应用程序时,开发者经常需要追踪特定用户的使用情况。Microsoft.Extensions.AI库提供了强大的AI功能集成,但如何将用户标识与AI调用产生的遥测数据关联起来呢?本文将深入探讨这个问题的解决方案。
用户标识追踪的重要性
在AI应用场景中,用户标识追踪对于以下方面至关重要:
- 按用户统计token消耗量
- 实现基于用户的速率限制
- 分析不同用户的使用模式
- 故障排查时关联特定用户的操作
当前解决方案的局限性
虽然可以通过自定义ChatClient实现为活动(Activity)添加用户标识标签,但这种方法存在明显不足:
- 无法自动应用于指标数据(如token消耗和操作时长)
- 需要开发者手动实现委托模式
- 缺乏标准化处理方式
改进方案探讨
理想的解决方案应该具备以下特性:
- 自动将ChatOptions.AdditionalProperties中的属性(如EndUserId)添加到追踪和指标中
- 提供明确的配置选项控制是否包含额外属性
- 保持与OpenTelemetry语义约定的一致性
临时解决方案实现
目前开发者可以采用以下临时方案添加用户标识到追踪中:
class UserIdChatClient : DelegatingChatClient
{
public UserIdChatClient(IChatClient client) : base(client) { }
public override Task<ChatCompletion> CompleteAsync(IList<ChatMessage> messages, ChatOptions options, CancellationToken cancellationToken)
{
if (Activity.Current is { } activity &&
options?.AdditionalProperties?.TryGetValue("EndUserId", out var endUserId) == true)
{
activity.SetTag("user.id", endUserId);
}
return base.CompleteAsync(messages, options, cancellationToken);
}
// 同样实现流式处理方法
}
使用时需要确保该客户端在管道中的正确位置:
services.AddChatClient(builder => builder
.UseOpenTelemetry()
.Use(client => new UserIdChatClient(client))
.Use(new OpenAIClient(...));
未来改进方向
Microsoft.Extensions.AI库未来可能会提供更原生的支持方式,例如:
- 自动将AdditionalProperties中的值作为标签添加
- 提供专门的EndUserId配置属性
- 增加配置开关控制是否包含这些额外信息
最佳实践建议
在当前阶段,建议开发者:
- 统一使用特定的属性名(如"EndUserId")存储用户标识
- 封装可重用的客户端装饰器
- 密切关注库的更新以获取原生支持
通过以上方法,开发者可以在现有技术条件下实现用户标识与AI调用数据的关联,为应用提供更精细的监控和分析能力。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136