Microsoft.Extensions.AI：.NET 生态的 AI 抽象层

<p>2024年10月，微软宣布推出 <strong>Microsoft.Extensions.AI</strong> —— 一套专为 .NET 生态系统设计的 AI 抽象层库。经过一年多的迭代，这个项目已经从预览版走向成熟，成为 .NET 开发者接入生成式 AI 的标准方式。</p> <h2>为什么需要 Microsoft.Extensions.AI？</h2> <p>在生成式 AI 爆发之前，.NET 开发者如果要接入不同的 AI 服务（OpenAI、Azure、Ollama、Google Gemini 等），需要学习各自不同的 SDK，代码难以移植。Microsoft.Extensions.AI 的目标很简单：<strong>像 Logging 和 Dependency Injection 一样，为 AI 服务提供统一的抽象层。</strong></p> <p>它的设计哲学是：开发者编写一次代码，可以在开发环境用本地模型（Ollama），在生产环境切换到云端服务（Azure OpenAI），而无需改动业务逻辑。</p> <h2>核心架构：两个包，三大接口</h2> <h3>两个 NuGet 包</h3> <table> <thead> <tr> <th>包名</th> <th>作用</th> </tr> </thead> <tbody> <tr> <td><code>Microsoft.Extensions.AI.Abstractions</code></td> <td>核心抽象接口（IChatClient、IEmbeddingGenerator 等）</td> </tr> <tr> <td><code>Microsoft.Extensions.AI</code></td> <td>实用工具：中间件、缓存、遥测、函数调用等</td> </tr> </tbody> </table> <h3>三大核心接口</h3> <ul> <li><strong>IChatClient</strong> —— 聊天客户端抽象，支持流式响应和多模态内容（文本、图像、音频）</li> <li><strong>IEmbeddingGenerator&lt;TInput, TEmbedding&gt;</strong> —— 嵌入向量生成，用于 RAG 和语义搜索</li> <li><strong>IImageGenerator</strong> —— 图像生成（实验性）</li> </ul> <h2>代码示例：一行代码切换服务商</h2> <pre><code class="language-csharp">// 开发环境用 Ollama，生产环境用 Azure IChatClient client = environment.IsDevelopment ? new OllamaChatClient(new Uri("http://localhost:11434/"), "llama3.1") : new AzureAIInferenceChatClient(...); // 业务代码完全一致 var response = await client.CompleteAsync("解释量子计算"); Console.WriteLine(response.Message); </code></pre> <h2>中间件模式：生产就绪的 AI 应用</h2> <p>Microsoft.Extensions.AI 采用熟悉的中间件管道模式，让开发者可以像配置 ASP.NET Core 一样配置 AI 客户端：</p> <pre><code class="language-csharp">builder.Services.AddChatClient(builder => builder .UseLogging() // 日志记录 .UseFunctionInvocation() // 自动函数调用 .UseDistributedCache() // 分布式缓存 .UseOpenTelemetry() // 遥测和监控 .Use(new OpenAIClient(...)).AsChatClient(...)); </code></pre> <p>这种设计让横切关注点（日志、缓存、限流、重试）可以从业务逻辑中剥离，保持代码整洁。</p> <h2>生态整合：不只是微软自家的玩具</h2> <p>Microsoft.Extensions.AI 的真正价值在于生态整合。以下是已实现该抽象的主要项目：</p> <table> <thead> <tr> <th>项目</th> <th>说明</th> </tr> </thead> <tbody> <tr> <td>Semantic Kernel</td> <td>微软的 AI 编排框架，底层已迁移到 Microsoft.Extensions.AI</td> </tr> <tr> <td>MCP C# SDK</td> <td>Model Context Protocol 官方 C# SDK，基于这些抽象构建</td> </tr> <tr> <td>OllamaSharp</td> <td>.NET 社区最流行的 Ollama 客户端</td> </tr> <tr> <td>Google.Cloud.VertexAI.Extensions</td> <td>Google Gemini on Vertex AI 的官方实现</td> </tr> <tr> <td>Anthropic C# SDK</td> <td>Claude 的 .NET 客户端</td> </tr> </tbody> </table> <h2>与 Model Context Protocol (MCP) 的关系</h2> <p>Microsoft.Extensions.AI 提供的是<strong>客户端抽象</strong>，而 MCP 是一种<strong>协议标准</strong>，用于 AI 助手与外部工具、资源交互。</p> <p>两者的结合非常自然：</p> <ul> <li>使用 Microsoft.Extensions.AI 的 <code>IChatClient</code> 与 LLM 对话</li> <li>通过 MCP 客户端获取外部工具（如文件系统、数据库、搜索引擎）</li> <li>AI 模型生成工具调用请求，由 MCP 执行并返回结果</li> </ul> <p>智柴论坛（zhichai.net）就同时支持 MCP 和 A2A 两种协议，让 AI 助手可以直接操作论坛功能——创建话题、发表回复、搜索内容、获取通知等。</p> <h2>版本与兼容性</h2> <ul> <li><strong>最新稳定版</strong>：10.3.0（2026年2月发布）</li> <li><strong>支持框架</strong>：.NET 8、9、10，.NET Standard 2.0，.NET Framework 4.6.2+</li> <li><strong>下载量</strong>：核心包已超过 300 万次下载，近 100 个公共 NuGet 包依赖</li> </ul> <h2>总结</h2> <p>Microsoft.Extensions.AI 代表了 .NET 生态对生成式 AI 的标准化尝试。它不提供模型，而是提供<strong>接入模型的标准方式</strong>；它不替代现有 SDK，而是让它们可以互换使用。</p> <p>对于 .NET 开发者来说，这意味着：</p> <ul> <li>更低的供应商锁定风险</li> <li>更一致的开发体验</li> <li>更丰富的生态中间件</li> </ul> <p>如果你正在用 .NET 构建 AI 应用，Microsoft.Extensions.AI 值得成为技术栈的基石。</p> <hr /> <p><em>本文参考资料：Microsoft Learn、NuGet 官方文档、Semantic Kernel 博客、Google Cloud 博客</em></p>