五分鐘搞定！C#接入AI模型的最簡單方法，老板看了都說香

作者：iamrick 2025-06-26 03:15:00

開發前端

如果你也有這些困擾，今天這篇文章將徹底改變你的想法。Microsoft.Extensions.AI?讓AI集成變得像寫Hello World一樣簡單，5行代碼就能讓你的應用具備AI對話能力！

還在為AI集成發愁？這個方案讓你告別加班

最近和幾個朋友聊天，發現一個有趣的現象：90%的C#開發者都想在項目中加入AI功能，但80%的人覺得太復雜而放棄。

"調用OpenAI API要處理HTTP請求、token管理、錯誤重試…"

"接入本地模型要學Docker、API封裝、流式處理…"

"老板催得緊，但光搭環境就要一周…"

如果你也有這些困擾，今天這篇文章將徹底改變你的想法。Microsoft.Extensions.AI 讓AI集成變得像寫Hello World一樣簡單，5行代碼就能讓你的應用具備AI對話能力！

痛點分析：為什么AI集成這么難？

傳統方式的三大攔路虎

1. 復雜的SDK集成

每個AI服務商都有不同的SDK
API參數格式千差萬別
錯誤處理機制各不相同

2. 繁瑣的基礎設施

HTTP客戶端配置
重試策略實現
流式響應處理

3. 高昂的學習成本

需要深入了解各家API文檔
掌握異步編程最佳實踐
處理復雜的認證機制

解決方案：Microsoft.Extensions.AI統一天下

Microsoft推出的 Extensions.AI 包就像是AI界的"萬能適配器"，一套代碼，適配所有主流AI服務！

核心優勢

統一接口IChatClient一個接口走天下
開箱即用無需復雜配置，3行代碼啟動
廠商無關支持OpenAI、Ollama、Azure AI等
流式支持原生支持ChatGPT式的逐字輸出

實戰場景一：智能客服助手

想象一下，你正在開發一個客服系統，需要AI來回答常見問題。傳統方式可能需要幾十行代碼，現在只需要這樣：

using Microsoft.Extensions.AI;
using OllamaSharp;

namespace AppMsAi
{
    internal class Program
    {
        static async Task Main(string[] args)
        {
            // ?? 關鍵點1：一行代碼創建AI客戶端
            IChatClient client = new OllamaApiClient(
                new Uri("http://localhost:11434"), // 本地Ollama服務
                "qwen2.5:3b");                     // 使用輕量級模型

            // ?? 關鍵點2：設置客服場景的上下文
            List<ChatMessage> customerServiceContext = [
                new(ChatRole.System, "你是一個專業的電商客服，友好且高效地解決用戶問題"),
                new(ChatRole.User, "我的訂單什么時候能到？")
            ];

            // ?? 關鍵點3：獲取AI回復
            ChatResponse response = await client.GetResponseAsync(customerServiceContext);

            Console.WriteLine($"AI客服回復：{response}");

        }
    }
}

圖片

?? 實際應用場景：

電商平臺的智能客服
企業內部知識問答系統
技術支持聊天機器人

?? 避坑指南：

本地模型需要先啟動Ollama服務：ollama serve
推薦使用3B參數的模型，響應速度和效果的最佳平衡點
生產環境記得加上異常處理和重試機制

實戰場景二：代碼審查助手

作為技術Leader，代碼Review是日常工作的重要部分。讓AI來幫你發現潛在問題：

using System.Text;
using Microsoft.Extensions.AI;
using OllamaSharp;

namespace AppMsAi
{
    internal class Program
    {

        static async Task Main(string[] args)
        {
            Console.OutputEncoding = Encoding.UTF8;
            Console.InputEncoding = Encoding.UTF8;
            // ?? 創建專門的代碼審查AI
            IChatClient codeReviewer = new OllamaApiClient(
                new Uri("http://localhost:11434"),
                "qwen2.5:3b");

            // ?? 關鍵技巧：使用流式輸出，實時看到分析過程
            string codeToReview = @"
            public class UserService 
            {
                public User GetUser(int id) 
                {
                    var user = database.Query($'SELECT * FROM Users WHERE Id = {id}');
                    return user;
                }
            }";

            string prompt = $@"
            請審查以下C#代碼，重點關注：
            1. 安全隱患（SQL注入等）
            2. 性能問題
            3. 代碼規范
            4. 改進建議

            代碼：
            {codeToReview}";

            Console.WriteLine("?? AI正在分析代碼...\n");

            // ?? 流式輸出：像ChatGPT一樣逐字顯示
            await foreach (ChatResponseUpdate update in
                codeReviewer.GetStreamingResponseAsync(prompt))
            {
                Console.Write(update); // 實時輸出分析結果
            }

            Console.WriteLine("\n\n? 代碼審查完成！");
        }
    }
}

圖片

?? 實際應用場景：

集成到Git工作流，自動審查PR
代碼質量檢測工具
新人代碼指導系統

?? 避坑指南：

流式輸出適合交互式場景，批量處理建議用普通方式
代碼太長時需要分塊處理，避免超出模型上下文限制
敏感代碼審查時注意數據安全，建議使用本地模型

高級技巧：多輪對話與上下文管理

// ?? 維護對話歷史，實現真正的智能對話
List<ChatMessage> conversationHistory = [
    new(ChatRole.System, "你是一個C#編程專家"),
];

while (true)
{
    Console.Write("?? 你的問題：");
    string userInput = Console.ReadLine();

    if (string.IsNullOrEmpty(userInput)) break;

    // 添加用戶消息到歷史
    conversationHistory.Add(new(ChatRole.User, userInput));

    // 獲取AI回復
    var response = await client.GetResponseAsync(conversationHistory);

    // 添加AI回復到歷史  
    conversationHistory.Add(new(ChatRole.Assistant, response.ToString()));

    Console.WriteLine($"?? AI回復：{response}\n");
}

圖片

改流式輸出

using System.Text;
using Microsoft.Extensions.AI;
using OllamaSharp;

namespace AppMsAi
{
    internal class Program
    {
        static async Task Main(string[] args)
        {
            Console.OutputEncoding = Encoding.UTF8;
            Console.InputEncoding = Encoding.UTF8;

            IChatClient client = new OllamaApiClient(
                new Uri("http://localhost:11434"),
                "qwen2.5:3b");

            // ?? 維護對話歷史，實現真正的智能對話
            List<ChatMessage> conversationHistory = [
                new(ChatRole.System, "你是一個C#編程專家"),
            ];

            while (true)
            {
                Console.Write("?? 你的問題：");
                string userInput = Console.ReadLine();

                if (string.IsNullOrEmpty(userInput)) break;

                // 添加用戶消息到歷史
                conversationHistory.Add(new(ChatRole.User, userInput));

                Console.Write("?? AI回復：");

                // ?? 使用流式輸出，像ChatGPT一樣逐字顯示
                StringBuilder fullResponse = new StringBuilder();

                await foreach (ChatResponseUpdate update in
                    client.GetStreamingResponseAsync(conversationHistory))
                {
                    Console.Write(update); // 實時輸出每個字符
                    fullResponse.Append(update.ToString()); // 收集完整回復
                }

                // 添加完整的AI回復到歷史記錄
                conversationHistory.Add(new(ChatRole.Assistant, fullResponse.ToString()));

                Console.WriteLine("\n"); // 換行分隔
            }
        }
    }
}

圖片

快速開始：30秒部署指南

1. 安裝依賴包

dotnet add package Microsoft.Extensions.AI
dotnet add package OllamaSharp

2. 啟動本地AI服務

# 安裝Ollama（僅需一次）
curl -fsSL https://ollama.ai/install.sh | sh

# 下載輕量級模型
ollama pull qwen2.5:3b

# 啟動服務
ollama serve

3. 復制代碼，直接運行 ?

進階玩法：切換不同AI服務商

本地模型 vs 云端服務的選擇技巧：

// ?? 開發環境：使用免費的本地模型
IChatClient localClient = new OllamaApiClient(
    new Uri("http://localhost:11434"), "qwen2.5:3b");

// ?? 生產環境：使用高性能的云端服務
// IChatClient cloudClient = new OpenAIClient("your-api-key");

// ?? 同樣的代碼，不同的能力！
var response = await client.GetResponseAsync("解釋一下微服務架構");

總結：三個關鍵收獲

今天我們探索了Microsoft.Extensions.AI這個神器，相信你已經感受到了它的強大之處：

?? 核心要點回顧：

統一接口設計IChatClient讓你告別復雜的SDK集成，一套代碼適配所有AI服務
開箱即用體驗無需復雜配置，5行代碼就能實現AI對話功能
生產級特性原生支持流式輸出、多輪對話、上下文管理等高級功能

?? 黃金法則：

開發測試用本地模型（免費+快速）
生產環境選云端服務（穩定+強大）
重要場景做好降級方案（可靠+安全）

在AI技術飛速發展的今天，掌握AI集成能力已經成為C#開發者的核心競爭力。Microsoft.Extensions.AI讓這個門檻變得前所未有的低，現在就是入場的最佳時機！

互動時間

?? 想聽聽你的想法：

你在項目中最想用AI解決什么問題？
對比傳統SDK集成方式，你覺得這種統一接口的優勢在哪里？

責任編輯：武曉燕來源：技術老小子

AI 模型 C#