北京
你有没有遇到过这种情况：开发时用 Ollama 跑本地模型，上线要切 Azure OpenAI，备选路径还得兼容 Anthropic，结果每换一次后端就要把调用代码从头改到尾，配置反而成了最没用东西。
这不是个例。一位开发者此前用 OpenAI 的原始嵌入调用搭了个语义搜索接口，几个月后又用 Ollama 搞了个本地优先的助手，两个项目干得是同一件事——发消息、收回复、偶尔流式输出、再让模型调个函数——但代码长得完全不一样。原因很简单，OpenAIClient 和 OllamaApiClient 没有一个共同的形状，换了提供商就等于换了套调用方式。
这个痛点，正是 Microsoft.Extensions.AI（MEAI）要终结的。它并不是又一个庞大的 SDK 去和各个厂商的官方库抢地盘，而是在那些库的前面加了一层轻量的、与提供商无关的抽象接口，再附上一套依赖注入友好的中间件——缓存、日志、遥测、自动工具调用——不管你后端接的是哪个模型，这些中间件的表现完全一致。
这套抽象的核心非常薄。Microsoft.Extensions.AI.Abstractions 包里只有契约：IChatClient、IEmbeddingGenerator，以及还在实验阶段的 IImageGenerator。库作者只要依赖它，就能让自己的提供商 SDK 接入整个生态。而应用只需要引用 Microsoft.Extensions.AI 主包，它会把抽象拉进来的同时，装上真正干活的部分：中间件管道、DI 注册扩展、自动函数调用机制。
接入方式也简单。只需要两行 nuget：
dotnet add package Microsoft.Extensions.AIdotnet add package Microsoft.Extensions.AI.Ollama
每个接入的提供商——OpenAI、Azure OpenAI、Azure AI Inference、Ollama（通过 OllamaSharp）——都会暴露同一个抽象下的 IChatClient 或 IEmbeddingGenerator。开发者在构造函数里换个实现，所有调用点完全不用动。
最小化用法只有三行代码：
IChatClient client = new OllamaApiClient(new Uri("http://localhost:11434/"), "phi3:mini");Console.WriteLine(await client.GetResponseAsync("What is AI?"));
而真实的对话管理也不过是把消息记录维护成一个 ChatMessage 列表，每次把历史喂回去即可。模型返回的回复会被自动附加到历史里，下一轮接着用：
List history = [];while (true) { Console.Write("Q: "); history.Add(new(ChatRole.User, Console.ReadLine()!)); ChatResponse response = await client.GetResponseAsync(history); Console.WriteLine(response); history.AddMessages(response);}
这套机制的核心价值就是把“换模型”从一个需要重写调用点的工程动作，降级成一个配置层面的变动。中间件和调用逻辑彻底解耦了模型提供商，让日志、缓存、遥测这些横切能力一次配置、处处生效，不再随模型而变。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
