我的 .NET 旅行 AI 库支持多模型适配实操

强行要求用户必须有 Azure 订阅才能跑通 Demo，是很多开源库下载量低的主要原因。我之前的 TravelAI.Core 就踩了这个坑，初期只支持 Azure OpenAI 和 AI Search，导致很多开发者在还没看到效果前就被繁琐的配置劝退了。

为了降低门槛，我重构了提供者层，现在一套代码可以无缝切换 OpenAI、Anthropic、Ollama 以及 Azure。

核心实现逻辑

我定义了一个统一的 ILlmProvider 接口，把具体的模型调用细节屏蔽掉。无论底层是调用 Anthropic.SDK 还是给 Ollama 发 HTTP 请求，上层业务逻辑（如行程生成、价格异常检测）完全不需要改动。

public interface ILlmProvider
{
 Task GenerateAsync(
 string systemPrompt,
 string userPrompt,
 CancellationToken ct = default);
}

在配置端，现在可以通过简单的扩展方法快速切换：

builder.Services.AddTravelAI(options => options.UseMock()); // 离线模拟，无需 Key
builder.Services.AddTravelAI(options => options.UseOpenAI("sk-..."));
builder.Services.AddTravelAI(options => options.UseAnthropic("sk-ant-..."));
builder.Services.AddTravelAI(options => options.UseOllama("http://localhost:11434"));
builder.Services.AddTravelAI(options => options.UseAzureOpenAI("endpoint", "key", "gpt-4o"));

实测体验与对比

• Mock Provider： 这是我最推荐的入门方式。完全离线，直接返回预设的罗马三日游 JSON，适合在没网的环境下快速跑通整个工作流。
• Ollama 适配： 走的是 /api/chat 接口。为了保持适配器无状态，我关掉了 streaming，实测生成行程这种短文本任务，响应速度完全可以接受。
• 多模型切换： 同样的提示词，Claude 在行程细节的描述上比 GPT-4o 更具“人味”，而 Ollama 跑本地模型则解决了隐私焦虑。

快速部署指南

如果你想在 .NET 项目里试一下这个大模型工作流，直接执行：

dotnet add package TravelAI.Core

建议先用 UseMock() 验证业务逻辑，确认没问题后再更换为实际的 API Key。

项目源码路径：

https://github.com/aftabkh4n/TravelAI.Core