.NET AI 与向量数据扩展正式发布

郑子铭

发布于 2025-06-28 14:48:40

12900

代码可运行

文章被收录于专栏：DotNet NB && CloudNativeDotNet NB && CloudNative

运行总次数：0

代码可运行

官宣：.NET AI 与向量数据扩展正式发布

几个月前，我们推出了AI与向量数据扩展的首个预览版——这些强大的.NET库旨在简化AI模型和向量存储的集成[1]。经过与合作伙伴及社区的深入协作，我们完成了API稳定化改进并整合了宝贵建议。今天，我们正式宣布这些扩展全面上市（GA），为开发者构建可扩展、可维护且具备互操作性的AI应用打下坚实基础[1]。

AI与向量数据扩展是什么？

扩展层级架构图

AI与向量数据扩展是一组提供统一抽象接口的.NET库，涵盖AI模型和向量存储的操作。其包括三个核心NuGet包[1]：

1. Microsoft.Extensions.AI.Abstractions[1]：定义AI模型的公共类型与抽象接口
2. Microsoft.Extensions.AI[2]：AI功能扩展工具集
3. Microsoft.Extensions.VectorData.Abstractions[3]：向量存储的交换类型与抽象接口

这些库为高层组件提供基础支持，实现了：

• 互操作性：基于统一接口的组件协同工作
• 扩展性：通过公共类型构建新功能
• 一致性：跨实现的统一编程模型

为什么要用这些抽象接口？

• 库开发者：保持与具体AI/向量系统的解耦，避免绑定特定供应商，确保库的广泛兼容性
• 应用开发者：自由选择实现方案，通过一致的API轻松切换或组合不同供应商

关键场景与用例

跨模型与向量存储的无缝切换 无论是开发环境使用本地模型，还是生产环境部署云服务，扩展提供统一的API接口[1]：

IChatClient chatClient = 
    environment == "Development"
        ? new OllamaApiClient("YOUR-OLLAMA-ENDPOINT", "qwen3")
        : new AzureOpenAIClient("YOUR-AZURE-OPENAI-ENDPOINT", new DefaultAzureCredential())
            .GetChatClient("gpt-4.1")
            .AsIChatClient();

IEmbeddingGenerator<string, Embedding<float>> embeddingGenerator = 
    environment == "Development"
        ? new OllamaApiClient("YOUR-OLLAMA-ENDPOINT", "all-minilm")
        : new AzureOpenAIClient("YOUR-AZURE-OPENAI-ENDPOINT", new DefaultAzureCredential())
            .GetEmbeddingClient("text-embedding-3-small")
            .AsIEmbeddingGenerator();

渐进式功能增强 通过.NET原生基础设施（如日志记录、分布式缓存、OpenTelemetry）快速构建生产级应用[1]：

IChatClient chatClient = 
    new ChatClientBuilder(...)
        .UseLogging()
        .UseDistributedCache()
        .UseOpenTelemetry()
        .Build();

支持自定义限流策略等扩展能力：

IChatClient client = 
    new ChatClientBuilder(...)
        .UseDistributedCache()
        .Use(async (messages, options, nextAsync, cancellationToken) =>
        {
            using var lease = await rateLimiter.AcquireAsync(permitCount: , cancellationToken);
            if (!lease.IsAcquired)
                throw new InvalidOperationException("Unable to acquire lease.");
            await nextAsync(messages, options, cancellationToken);
        })
        .Build();

结构化输出与工具调用 支持多模态输入与JSON格式结构化输出，直接映射至C#类型[1]：

record Receipt(string Merchant, List<Item> Items, float Total, Category Category);
var response = await chatClient.GetResponseAsync<Receipt>(message);
response.TryGetResult(out var receiptData);

工具调用示例通过特性标注实现函数自动调度：

[Description("根据收据和税率计算税额")]
float CalculateTax(Receipt receipt, float taxRate) => receipt.Total * ( + taxRate);

var response = await functionChatClient.GetResponseAsync<ReceiptTotal>(
    message, 
    new ChatOptions { Tools = [AIFunctionFactory.Create(CalculateTax)] });

简化的嵌入生成与向量存储 与向量数据库（如SQLite、Qdrant）深度集成，自动处理嵌入生成与存储[1]：

record Product
{
    [VectorStoreKey] publicint Id { get; set; }
    [VectorStoreData] publicrequiredstring Name { get; set; }
    [VectorStoreVector(Dimensions: 1536)] publicstring? Embedding { get; set; }
}

await collection.UpsertAsync(new Product
{
    Id = ,
    Name = "电热水壶",
    Embedding = "快速加热大容量电热水壶，适合泡茶"
});

生态系统集成

扩展已获得300万次下载，超过100个公开NuGet包依赖，集成范围涵盖[1]：

• 框架：Semantic Kernel、AutoGen
• 向量数据库：Qdrant、CosmosDB、Azure SQL
• UI组件：Telerik、DevExpress
• 评估工具：AI Evaluations库
• 模型协议：Model Context Protocol (MCP) C# SDK

立即开始

通过.NET AI模板[4]快速上手，查阅官方文档[5]获取详细指南。

期待见证您的创新成果！

作者：Luis Quintanilla[6]，.NET机器学习项目经理

引用链接

[1] Microsoft.Extensions.AI.Abstractions:https://www.nuget.org/packages/Microsoft.Extensions.AI.Abstractions [2]Microsoft.Extensions.AI:https://www.nuget.org/packages/Microsoft.Extensions.AI [3]Microsoft.Extensions.VectorData.Abstractions:https://www.nuget.org/packages/Microsoft.Extensions.VectorData.Abstractions/ [4].NET AI模板:https://learn.microsoft.com/dotnet/ai/quickstarts/ai-templates?tabs=visual-studio%2Cconfigure-visual-studio&pivots=github-models [5]官方文档:https://learn.microsoft.com/dotnet/ai/ [6]Luis Quintanilla:https://devblogs.microsoft.com/dotnet/author/lquintanilla/