使用 .NET 调用硅基流动或阿里的 AI 接口

下面这篇文章将带你一步步了解，如何通过 .NET 调用硅基流动（Siliconflow）或阿里云（Aliyun）的 AI 接口。示例代码中的主要实现包括请求数据结构定义、调用接口的逻辑以及处理返回值的方式。希望能帮助你更好地理解并掌握这一流程。

项目结构与主要类介绍

在代码中，我们可以看到如下几个关键的类和结构，它们共同完成了调用 AI 接口的需求：

AIOptions

这是一个配置类，用于加载并存储 AI 接口相关的配置信息。包含两大配置：
- Siliconflow
- Aliyun
AiConfig

管理每个 AI 提供商所需的基础信息（如 Url、ApiKey）和具体请求消息（ChatRequest）。
ChatRequest

用于封装请求给 AI 的信息，包括：
- 使用的模型(model)
- 消息内容(messages)
- 是否流式返回(stream)
- 各种可控参数(max_tokens、temperature、top_p 等)
- ResponseFormat (决定返回对象的格式，如 JSON 等)
- 可能使用的工具(tools) 等
ChatMessage

用于表示单条消息，目前常见字段有：
- role：消息角色（通常有 system、user、assistant 等）
- content：消息内容
ResponseFormat

用于指定响应格式，示例中只是表明使用 JSON 解析收到的返回数据。
AiBasic

用于存储最核心的接口访问路径（Url）和授权密钥（Api_key）。
Tool / Function

在部分扩展场景中会用到，用于定义函数或工具信息，与消息上下文结合使用，实现更灵活的功能调用。

此处需要注意的是，代码中示例只给出了固定的结构，可根据需要做进一步扩展，在多种业务场景下可以灵活组合。

基本配置类

C#
public class AIOptions : IConfigurableOptions
{
    public AiConfig Siliconflow { get; set; }
    public AiConfig Aliyun { get; set; }
}

public class AiConfig
{
    public AiBasic Config { get; set; }
    public ChatRequest Info { get; set; }
}

public class ChatMessage
{
    public string role { get; set; }
    public string content { get; set; }
}

public class Function
{
    public string description { get; set; }
    public string name { get; set; }
    public object parameters { get; set; }
    public bool strict { get; set; }
}

public class Tool
{
    public string type { get; set; }
    public Function function { get; set; }
}

public class ResponseFormat
{
    public string type { get; set; }
}

public class AiBasic
{
    public string Url { get; set; }
    public string Api_key { get; set; }
}

public class ChatRequest
{
    public string model { get; set; }
    public ChatMessage[] messages { get; set; }
    public bool stream { get; set; }
    public int? max_tokens { get; set; }
    public string[]? stop { get; set; }
    public double? temperature { get; set; }
    public double? top_p { get; set; }
    public int? top_k { get; set; }
    public double? frequency_penalty { get; set; }
    public int? n { get; set; }
    public ResponseFormat? response_format { get; set; }
    public Tool[]? tools { get; set; }
}

调用 AI 接口的核心方法

代码中最关键的逻辑就是以下方法：

C#
/// <summary>
/// 调用AI发送消息
/// </summary>
/// <param name="prompt"></param>
/// <returns></returns>
public async Task<ChatCompletionResponse> AiSendMessage(string prompt)
{
    // 构建请求payload  
    var payload = _aIOptions.Aliyun.Info;
    payload.response_format = new ResponseFormat { type = "json_object" };

    var options = new JsonSerializerOptions
    {
        DefaultIgnoreCondition = JsonIgnoreCondition.WhenWritingNull
    };

    // 将用户实际请求贴到 messages 的 content 中
    payload.messages[0].content = prompt;

    // 序列化payload
    var jsonContent = JsonSerializer.Serialize(payload, options);

    using (var client = new HttpClient())
    {
        // 设置请求头
        client.DefaultRequestHeaders.Add("Authorization", "Bearer " + _aIOptions.Aliyun.Config.Api_key);

        // 创建StringContent，设置Content-Type  
        var content = new StringContent(jsonContent, Encoding.UTF8, "application/json");

        try
        {
            // 发送POST请求
            var response = await client.PostAsync(_aIOptions.Aliyun.Config.Url, content);
            // 确保请求成功  
            response.EnsureSuccessStatusCode();

            // 读取响应内容
            var result = await response.Content.ReadAsStringAsync();
            ChatCompletionResponse chatCompletionResponse = JsonSerializer.Deserialize<ChatCompletionResponse>(result);
            return chatCompletionResponse;
        }
        catch (HttpRequestException e)
        {
            // 根据业务需求处理异常
        }
        return null;
    }
}

构建请求 Payload

在请求开始前，需要将用户的输入内容（prompt）以及其他配置选项赋值到 payload（也就是 ChatRequest 对象）上。示例中将 prompt 的内容赋给了 payload.messages[0].content。

设置请求头与序列化

创建 HttpClient 时，通过 client.DefaultRequestHeaders.Add("Authorization", "Bearer " + _aIOptions.Aliyun.Config.Api_key) 添加了 Authorization 请求头，用于通过 Bearer Token 的方式来进行身份验证。

随后使用 JsonSerializer 将 payload 转成 StringContent 后，以 application/json 格式发送。

调用接口并处理返回

调用 PostAsync 方法发送请求后，通过 response.EnsureSuccessStatusCode() 确保没有发生错误（非 2xx 状态码将抛出异常）。然后将结果反序列化成我们定义的 ChatCompletionResponse，最终返回给调用方。如果出现异常，则根据业务场景进行相应处理。

配置文件示例

在文章尾部给出的 JSON 片段展示了 Furion 配置文件（可以是 appsettings.json 或者其他配置文件中）中的 AI 配置示例，也就是在 “AI” 节点下分别存放了给硅基流动和阿里云的请求信息。通过这种方式可以灵活地切换不同的 AI 供应商。

示例配置大致如下：

JSON
{
  "$schema": "https://gitee.com/dotnetchina/Furion/raw/v4/schemas/v4/furion-schema.json",
  "AI": {
    "Siliconflow": {
      "Config": {
        "url": "https://api.siliconflow.cn/v1/chat/completions",
        "api_key": "sk-xxxxxxxxxxxxxxxxxxxxxxxx"
      },
      "Info": {
        "model": "Qwen/Qwen2.5-72B-Instruct-128K",
        "messages": [
          {
            "role": "user",
            "content": ""
          }
        ],
        "stream": false
      }
    },
    "Aliyun": {
      "Config": {
        "url": "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions",
        "api_key": "sk-yyyyyyyyyyyyyyyyyyyyyyyy"
      },
      "Info": {
        "model": "qwen-plus",
        "messages": [
          {
            "role": "user",
            "content": ""
          }
        ],
        "stream": false
      }
    }
  }
}

url: 表示 AI 所在的 API 地址。
api_key: 访问该服务所需的密钥。
messages: 默认的消息数组，会在正式调用时覆盖具体的 content 内容。

通过 AIOptions 类，.NET 会将以上 JSON 配置信息映射到内存中，使我们能在代码中便捷地调取相应的信息。

总结与扩展

可自由切换供应商：由于把硅基流动（Siliconflow）和阿里（Aliyun）的配置封装在 AIOptions 中，我们可以在运行时任意切换需要调用的 AI 提供商。例如，改写 _aIOptions.Aliyun.Info 为 _aIOptions.Siliconflow.Info 即可切换。
异常与安全：要根据业务需求做好异常捕获与安全策略，尤其是生产环境中需要做好超时、重试策略、Key 保护以及超出额度等限制的异常处理。
消息上下文：在某些场景下，你可能需要多轮对话，将上下文信息存储到 messages 数组中，让 AI 保持会话记忆。相应地，可以在调用前向 messages 数组中插入更多历史消息（如 assistant 的回复、使用过的 system 提示等），以实现更完善的上下文对话体验。
功能扩展：当使用工具或函数调用时（例如要让 AI 调用某个函数做进一步分析），可以借助 tools、Function 字段，事先定义好函数的描述和入参，之后在上下文中提示 AI 有哪些可用函数，以及如何调用它们。

通过上述讲解，相信你已经了解了代码中各部分的功能与作用，以及如何结合配置文件来调用硅基流动或阿里的 AI 接口。你可以在此基础上做更深入的封装，以适配更广阔的业务场景，从而打造一个功能丰富又安全可靠的 .NET AI 调用方案。祝你开发顺利！

目录