DeepSeek/千问推理模型思考过程获取指南

DeepSeek、千问等推理模型支持输出"思考过程"。本文介绍如何在 Microsoft.Extensions.AI 中启用推理模式，并实现流式与非流式获取推理内容。

核心概念

• 🧠 推理内容 (Reasoning Content) ：模型内部的思考逻辑，独立于最终回答，用于展示思考过程或调试。

• 🔧 JsonPatch：OpenAI SDK 提供的动态参数配置机制，用于设置 enable_thinking 等非标准参数。

• ⚙️ RawRepresentationFactory：Microsoft.Extensions.AI (MEAI) 的扩展点，允许开发者直接配置底层 SDK 对象。

流程图解

关键实现

1. 启用推理模式

通过 RawRepresentationFactory 和 JsonPatch 设置底层参数：

// 创建启用推理模式的 ChatOptions
var reasoningOptions = new ChatOptions()
{
    RawRepresentationFactory = (client) =>
    {
        var options = new ChatCompletionOptions();
        // 使用 JsonPatch 设置 enable_thinking 参数 (适用于千问/DeepSeek部分模型)
        options.Patch.Set("$.enable_thinking"u8, true);
        return options;
    }
};

💡 提示： 不同模型的参数可能不同，例如 DeepSeek Reasoner 可能需要设置 thinking.type 为 enabled。

2. 流式获取推理内容 (推荐)

在流式响应中实时提取推理内容，实现"思考中..."效果：

var updates = client.GetStreamingResponseAsync("问题...", options: reasoningOptions);
var openAIUpdates = updates.AsOpenAIStreamingChatCompletionUpdatesAsync();

awaitforeach (var update in openAIUpdates)
{
      Console.WriteLine("[思考]");
    // 提取推理内容
    if (update.Patch.TryGetValue("$.choices[0].delta.reasoning_content"u8, outstring reasoning))
    {
        Console.Write($"{reasoning}");
    }
    
    // 提取最终回答
    if (update.Patch.TryGetValue("$.choices[0].delta.content"u8, outstring content))
    {
        Console.Write(content);
    }
}

3. 非流式获取

如果不需要实时展示，可在完整响应后提取：

// 需要引用 Azure.AI.OpenAI 包
using Azure.AI.OpenAI.Chat;

var response = await chatClient.GetResponseAsync("问题...", reasoningOptions);
var chatCompletion = response.AsOpenAIChatCompletion();

// 使用扩展方法获取推理内容
var reasoning = chatCompletion.GetMessageReasoningContent();

最佳实践

• ✅ 交互体验：优先使用流式响应，实时展示模型的思考过程，减少用户等待焦虑。

• ⚠️ 参数适配：注意不同模型提供商的参数差异（如 enable_thinking vs thinking.type）。

• 💰 成本意识：推理内容会计入 Token 消耗，生产环境请根据需求开启。

• 🔍 调试利器：利用推理内容分析模型是如何得出结论的，有助于优化 Prompt。

总结

通过 Microsoft.Extensions.AI 的 RawRepresentationFactory 扩展点，我们可以灵活地支持 DeepSeek、千问等模型的推理特性。

---

如需获取文章配套完整代码，可扫码咨询领取。👇