.NET+AI | MEAI | 基于 IChatClient 获取思考过程（15）
原文中文，约1900字，阅读约需5分钟。
📝
内容提要
本文介绍如何在 Microsoft.Extensions.AI 中启用 DeepSeek 和千问推理模型的推理模式，支持流式和非流式获取思考过程。通过 RawRepresentationFactory 和 JsonPatch 设置参数，实时提取推理内容，以优化用户体验和调试。
🔎
延伸解读
推理模式的重要性
启用推理模式可以让开发者实时获取模型的思考过程，这对于调试和优化用户体验至关重要。通过流式响应，用户可以看到模型在思考时的动态变化，减少等待时的焦虑感。
参数配置的灵活性
使用JsonPatch和RawRepresentationFactory，开发者可以根据不同模型的需求灵活配置参数。这种灵活性使得在不同场景下能够更好地适配模型，提升整体性能。
成本控制与Token消耗
推理内容的获取会消耗Token，因此在生产环境中需要谨慎开启。开发者应根据实际需求评估是否启用推理模式，以避免不必要的成本增加。
❓
Q&A
如何在 Microsoft.Extensions.AI 中启用推理模式？
通过 RawRepresentationFactory 和 JsonPatch 设置底层参数来启用推理模式。
流式和非流式获取推理内容有什么区别？
流式获取推理内容可以实时展示思考过程，而非流式则在完整响应后提取推理内容。
JsonPatch 在推理模式中有什么作用？
JsonPatch 是动态参数配置机制，用于设置 enable_thinking 等非标准参数。
使用推理内容有什么好处？
推理内容可以帮助分析模型的结论，有助于优化 Prompt 和调试。
如何实时提取推理内容？
在流式响应中，通过提取更新中的 reasoning_content 来实时展示推理内容。
推理内容会影响 Token 消耗吗？
是的，推理内容会消耗 Token，因此在生产环境中需根据需求开启。
🏷️
