一次copilot问题处理

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

前言

记录一次使用copilot解决问题的流程，以及总结

提示：以下是本篇文章正文内容，下面案例可供参考

一、问题描述

最近在做IdentityServer4的项目，目的是搭建一个身份认证平台，提供给公司内部的项目进行登录验证，以及用户claim信息的存储。
初步按照IdentityServer4官方文档搭建demo项目后，成功生成了token，token通过jwt.io的解析如下：
可以看到该用户的claim域里面有一组键值对，email：“AliceSmith@email.com”， 标识了登录用户的邮箱。
但是当用该token去访问需要授权的api接口时，解析出的token信息则如下：
key改变了，由“email”变成了“http://schemas.xmlsoap.org/ws/2005/05/identity/claims/emailaddress”，导致无法正常通过claim获取用户邮箱

二、解决步骤

这个问题就算百度也不好百度，所以这次使用copilot来进行处理

1.询问关键词

首先这个问题的关键在于“http://schemas.xmlsoap.org/ws/2005/05/identity/claims/emailaddress”，为了搞清楚这是个什么，首先如此提问copilot：

由于对所需处理的问题没有相关知识储备，所以直接将关键词输入，获取一个整体的信息，根据回答可知：“http://schemas.xmlsoap.org/ws/2005/05/identity/claims/emailaddress”是一个claim类型，他存储用户的电子邮件地址，从这里可以看出，email 跟 “http://schemas.xmlsoap.org/ws/2005/05/identity/claims/emailaddress”之间可能存在一定联系，遂接着往下问。

2.询问问题

了解获取了整体信息后，即可把当前遇到的问题直接抛出进行询问，如下：

可以看到，此处我提出的问题是一种近乎随意的表达，但copilot很好的理解了我的意思，但如果使用传统的搜索引擎，你需要花费跟多的时间在搜索方式上，如何措辞表达，如何确定关键字，甚至还有搜索字数的限制，因为传统搜索引擎并不那么智能。通过回答我们可以知道，“http://schemas.xmlsoap.org/ws/2005/05/identity/claims/emailaddress”其实是 .NET 中System.Security.Claims.ClaimTypes 类定义的一个claim类型，而”email“则是我们自己定义的claim类型，有可能系统对此进行了一些处理，将我们定义的email映射成了“http://schemas.xmlsoap.org/ws/2005/05/identity/claims/emailaddress”，知道这一点后，我们可以进行最后的提问了。

3.询问解决方案

了解了问题所在之后，我们可以向copilot询问解决方案，如下图所示是我询问的方式：

copilot告诉我，这是因为JwtSecurityTokenHandler 类的 InboundClaimTypeMap 属性对字段进行了自动映射，这也证实了我之前的猜想，随即copilot给出了解决方案，在配置jwtbearer的时候，添加如下代码来改变映射：

 options.SecurityTokenValidators.Clear(); options.SecurityTokenValidators.Add(new JwtSecurityTokenHandler { InboundClaimTypeMap = new Dictionary<string, string>() }); 

对应到我自己的项目里面则是这样：

更改过后，我再次访问需要授权的api接口时，解析出来的token信息就正常了，如下：

至此，问题完美解决。

总结

此次问题的解决，仰赖于copilot的强大性能，得益于ai的语言处理能力，以及对上下文的关联能力，ai将会更适合用于处理程序员的问题，是一个比传统搜索引擎更好用的问题解决工具。基于此次实践，我在此总结出如何向ai进行提问的一套思维流程。
1.关键词理解：
直接输入关键词，先行获得一个你面临问题的总体理解，了解清楚概念。这将有助于你对这个问题进行深入思考，进而提问。
2.提出问题
对于ai来说，你的措辞问题都不是问题，所以在有了第一步的概念理解后，你可以随意的提问，不用考虑格式以及关键字上的要求，减少你码字的时间。
3.获取解决方案
最后一步就是请求ai给出解决问题的方案，由于ai具有联系上下文的能力，所以能根据我们之前的聊天谈话内容给出更为合适的建议，这将大大提高问题成功解决的概率。

最后再说一句 ： 咱们copilot真是太好用啦！！