Foundation Model 在 Swift 中的类型安全生成实践

网罗开发（小红书、快手、视频号同名）

  大家好，我是 展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。

图书作者：《ESP32-C3 物联网工程开发实战》
图书作者：《SwiftUI 入门，进阶与实战》
超级个体：COC上海社区主理人
特约讲师：大学讲师，谷歌亚马逊分享嘉宾
科技博主：华为HDE/HDG

我的博客内容涵盖广泛，主要分享技术教程、Bug解决方案、开发工具使用、前沿科技资讯、产品评测与使用体验。我特别关注云服务产品评测、AI 产品对比、开发板性能测试以及技术报告，同时也会提供产品优缺点分析、横向对比，并分享技术沙龙与行业大会的参会体验。我的目标是为读者提供有深度、有实用价值的技术洞察与分析。

展菲：您的前沿技术领航员
👋 大家好，我是展菲！
📱 全网搜索“展菲”，即可纵览我在各大平台的知识足迹。
📣 公众号“Swift社区”，每周定时推送干货满满的技术长文，从新兴框架的剖析到运维实战的复盘，助您技术进阶之路畅通无阻。
💬 微信端添加好友“fzhanfei”，与我直接交流，不管是项目瓶颈的求助，还是行业趋势的探讨，随时畅所欲言。
📅 最新动态：2025 年 3 月 17 日
快来加入技术社区，一起挖掘技术的无限潜能，携手迈向数字化新征程！

前言

在上一篇文章里，我们聊到了如何用 Foundation Model 生成结构化内容，比如让模型直接返回一个 Swift 的 Recipe 结构体。那只是个开始。
在真正的工程环境中，如果你想让模型生成的数据 安全、可靠、可验证，那就得进入更深的层次——类型安全生成（Type-Safe Generation）。

这一篇，我们就来讲讲在 Swift 中如何实现类型安全生成的三个核心要素：

• JSON Schema 映射与结构验证
• 错误恢复与兜底机制
• 结构一致性检测与类型约束

为什么“类型安全”这么重要？

AI 模型生成的内容，往往是非确定性的。
比如你让它输出一个 Recipe，结果它有时候忘了某个字段、有时候输出字符串而不是数字，甚至干脆来一句：“抱歉我不知道热量是多少。”

这在 Demo 阶段没问题，但放进真实 App 时，会出现：

• JSON 解析失败；
• 数值字段返回字符串；
• 结构字段缺失导致 UI 崩溃。

所以我们需要在模型层与 Swift 类型系统之间建立一道“安全防火墙”——让 AI 的输出必须符合结构规范，否则自动恢复或报错。

通过 JSON Schema 保证结构完整性

Swift 的 @Generable 宏虽然能指导 Foundation Model 生成结构化数据，但我们还可以在生成前动态构建 Schema，明确告诉模型哪些字段必须存在、类型是什么。

实践思路

我们可以通过定义一个简单的 Schema 描述器来辅助模型生成：

struct SchemaField {let name: Stringlet type: Stringlet required: Bool
}struct Schema {let name: Stringlet fields: [SchemaField]func asPromptDescription() -> String {var description = "The output must strictly follow this schema:\n"for field in fields {description += "- \(field.name): \(field.type)\(field.required ? " (required)" : "")\n"}return description}
}

然后在生成时拼进指令：

struct Intelligence {private let recipeSchema = Schema(name: "Recipe",fields: [.init(name: "title", type: "String", required: true),.init(name: "energy", type: "Double", required: true),.init(name: "ingredients", type: "String", required: false),.init(name: "steps", type: "String", required: false)])func generateRecipe(with ingredients: String) async throws -> Recipe {let schemaPrompt = recipeSchema.asPromptDescription()let instructions = """You are a nutrition expert. Generate a recipe using the given ingredients.\(schemaPrompt)"""let session = LanguageModelSession(instructions: instructions)let recipe = try await session.respond(to: ingredients, generating: Recipe.self)return recipe.content}
}

优势

这种做法的好处是：

• 模型会被强制遵循结构；
• 输出结果更稳定；
• 对未来扩展（比如 API 响应结构）更安全。

错误恢复机制：让 AI 输出更稳

模型生成失败时最常见的两类问题：

1. 格式错误：JSON 括号缺失、字段顺序错误；
2. 语义错误：字段类型不对，或数值溢出。

一种实用做法：多阶段生成

我们可以把生成过程拆成两步：

1. 让模型生成原始 JSON 文本；
2. 再用 Swift 层进行 JSON 验证和恢复。

struct RecoveryManager {static func decode<T: Decodable>(_ json: String, as type: T.Type) throws -> T {do {return try JSONDecoder().decode(T.self, from: Data(json.utf8))} catch {print("JSON Decode failed, trying auto-fix...")let fixed = json.replacingOccurrences(of: "\n", with: "").replacingOccurrences(of: "```json", with: "").replacingOccurrences(of: "```", with: "")return try JSONDecoder().decode(T.self, from: Data(fixed.utf8))}}
}

结合生成逻辑使用：

let raw = try await session.respond(to: prompt)
let recipe = try RecoveryManager.decode(raw.content, as: Recipe.self)

这种“带自动修复”的解析方式能让模型输出在多数情况下自愈，极大提高稳定性。

结构一致性检测：防止“意外字段漂移”

在实际项目里，我们经常会调整数据结构。比如把 fatTotal 改成 fat，或者新增 dietType 字段。
模型生成的结构也要同步更新，否则会出现“旧字段还在被填充”的问题。

可以增加一个轻量级一致性检测模块：

extension Decodable {static func validateKeys(in json: String) -> [String] {guard let data = json.data(using: .utf8),let dict = try? JSONSerialization.jsonObject(with: data) as? [String: Any] else {return []}return dict.keys.sorted()}
}let json = """
{"title": "Grilled Chicken","energy": 450,"fatTotal": 20
}
"""let keys = Recipe.validateKeys(in: json)
print("Detected keys:", keys)

可以配合 Schema 校验，确保生成结果和定义一致，否则提醒开发者模型未更新。

类型安全 + 自动恢复 + 验证

完整 Demo：

import FoundationModels@Generable
struct Recipe: Codable {@Guide(description: "Title of the recipe.")let title: String@Guide(description: "Total energy in kcal.")let energy: Double@Guide(description: "Ingredients separated by commas.")let ingredients: String?@Guide(description: "Steps separated by newlines.")let steps: String?
}struct SafeIntelligence {private let recipePrompt = """You are a professional nutritionist.Generate a healthy recipe. The output must be valid JSON matching the Recipe struct."""func generateRecipe(with ingredients: String) async throws -> Recipe {let session = LanguageModelSession(instructions: recipePrompt)let raw = try await session.respond(to: ingredients)let recipe = try RecoveryManager.decode(raw.content, as: Recipe.self)return recipe}
}@main
struct DemoApp {static func main() async {do {let ai = SafeIntelligence()let recipe = try await ai.generateRecipe(with: "salmon, olive oil, lemon, garlic")print("Recipe generated:", recipe)} catch {print("Generation failed:", error)}}
}

运行输出可能是：

Recipe generated: Recipe(title: "Lemon Garlic Salmon", energy: 380.0, ingredients: "salmon, olive oil, lemon, garlic", steps: "1. Marinate salmon...\n2. Grill and serve.")

实践总结

结构化内容生成在 Swift 中变得更安全可靠后，你可以将它放心用于生产系统，比如：

应用场景	类型	示例
健康食谱推荐	Recipe	生成带营养信息的菜谱
智能学习助手	LessonPlan	输出课程结构与难度
商品描述生成	ProductCard	统一字段结构自动上架
聊天角色定义	PersonaProfile	控制语气、知识范围
报告摘要生成	ReportSummary	提取关键信息自动填充表格

在实际工程中，类型安全生成让你从“内容混乱的字符串世界”进入了“有结构、有约束、可验证”的新时代。