DelphiGenAI：Delphi 程序员的 AI 原生开发套件

场景切入：一个 Delphi 老兵的困惑

张老师在某政务系统公司干了十五年 Delphi 开发，从 Delphi 7 到 Delphi 10.4，核心业务逻辑全靠 Pascal 跑得稳稳当当。2024 年大模型浪潮袭来，甲方开始要求"系统要接入 AI 能力"——智能问答、自动生成报告、智能检索合同文本——张老师翻遍了 Delphi 的生态，几乎找不到像样的 OpenAI 封装库。GitHub 上零星几个第三方组件，要么只支持 v1/chat/completions 旧接口，要么连 SSE 流式响应都不会处理，更别提 function calling、MCP 远程调用这些新玩法了。

直到他遇到了 DelphiGenAI。

这个由社区开发者 MaxiDonkey 维护的开源项目，填补了 Delphi 生态中一个被长期忽视的空白——它是目前唯一一个完整覆盖 OpenAI 全量 API 的 Delphi 封装库，从最基础的文本生成到最前沿的 Responses Agent 架构，从语音合成到图片生成，从向量存储到 RAG 检索，全部有对应的 Delphi 类型和 fluent builder 接口。

背景故事：开源填补语言护城河

Delphi（Object Pascal）在全球拥有数十万开发者，其中相当比例分布在欧洲、巴西和东南亚的政企、金融、嵌入式领域。但 OpenAI 自 2022 年底 ChatGPT 爆火以来，从未提供过任何非英语语言的官方 SDK，Delphi 更是完全空白。MaxiDonkey 从 2023 年开始着手开发，历经数十个版本的迭代（目前已达 v2.0.0），从最初的 Chat Completions 封装逐步扩展到 Responses API、Skills、Containers 等最新能力。MIT 许可证允许商业使用，项目同时上架了 Embarcadero 官方的 GetIt 包管理器，Delphi 12 社区版用户可以免费编译使用。

核心功能：OpenAI 全接口的 Delphi 原生映射

DelphiGenAI 的设计哲学是严格一对一映射 OpenAI API，不引入 provider 特有的扩展或行为适配。核心能力体现在以下几个层面：

一、双轨 API 支持：项目同时支持 v1/chat/completions（经典聊天接口）和 v1/responses（新版 Agentic 接口）。Responses API 是 OpenAI 面向 Agent 场景的新一代核心接口，内置了 Web Search、File Search、Code Interpreter、Image Generation、Remote MCP、Skills、Containers 等工具链，DelphiGenAI 对两套接口做到了对齐覆盖，并在 README 中提供了清晰的对照表。

二、Function Calling 与工具调用：支持声明式函数（工具）定义和 schema 验证，可以将 Delphi 程序中的任意函数注册为 AI 可调用的工具，实现"AI 指挥 Delphi 干活"的交互模式。

三、三种执行模式：

• 同步调用：阻塞等待完整响应，适合后台任务和批处理
• SSE 流式响应：逐 token 输出，支持 session 级和 event 级的精细回调拦截
• 异步/Promise 模式：Delphi 原生的 async/await 语法，不阻塞 UI 线程

四、多 Provider 支持：同一个 IGenAI 接口可以连接 OpenAI、LM Studio（本地模型）、Google Gemini（通过 OpenAI 兼容层），无需修改业务代码，只需切换工厂方法。

五、端点全覆盖：根据 README 的功能表，DelphiGenAI 覆盖了 OpenAI 平台几乎所有端点，包括语音合成/转写、批处理、嵌入、文件管理、微调、审核、实时对话、向量存储、RAG 等，2026 年 6 月最新版本（v2.0.0）还移除了已废弃的 Assistants API 和 Sora 视频 API，保持与 OpenAI 平台同步。

上手门槛：Delphi 开发者的零成本入门

对于已有 Delphi 环境的开发者，上手门槛几乎为零。只需要两步：

1. 从 GitHub 下载源码或通过 GetIt 安装 GenAIOptimizedOpenAIIntegrationWrapper
2. 在 uses 中引入 GenAI 和 GenAI.Types 两个核心单元，调用 TGenAIFactory.CreateInstance(api_key) 即可开始

文档采用聚焦式 Markdown 指南的组织方式，每个能力独立成篇，从同步到异步到 SSE 流式，分步骤给出 Delphi-first 的代码示例，而非原始 JSON 拼装。README 还附带了一个完整的 FMX（跨平台 GUI）演示应用，基于 Pythia-WebView2 构建，展示了一个真实的 AI 对话界面，包括流式响应、JSON 追踪、函数/MCP/Skill/Agent 卡片、图片生成、Whisper 语音输入等完整链路。

门槛差异说明：非 Delphi 开发者（Python/JS/Go 背景）无法直接使用该项目，但可以参考其架构设计理解 OpenAI API 的 Delphi 实现思路。

技术架构：80 个单元的精密分工

DelphiGenAI 的 source 目录包含 80 个 Pascal 单元，采用了清晰的模块化分层：

• API 核心层：GenAI.API.pas 封装底层 HTTP 逻辑，GenAI.API.Streams.pas 处理流式响应，GenAI.API.SSEDecoder.pas 解码 Server-Sent Events，GenAI.API.JSONShield.pas 提供安全的 JSON 序列化
• 客户端接口层：GenAI.Async.Params.pas 提供异步调用参数构造，GenAI.Responses.pas 封装 Responses API，GenAI.ChatCompletion.pas 封装 Chat Completions API
• 工具链层：GenAI.Tools.pas、GenAI.Skills.pas、GenAI.Containers.pas、GenAI.MCP.pas 分别对应函数调用、技能、代码执行容器和 MCP 协议
• 监控层：GenAI.Monitoring.pas 监控运行中的 HTTP 请求，防止应用关闭时出现"请求仍在飞"的问题
• 类型系统：GenAI.Types.pas 和多个 Params/Builder 单元提供强类型 DSL，确保编译期类型安全

架构类型可归类为分层客户端封装库（Layered Client Wrapper Library），核心是 HTTP API 客户端 + 领域模型 + fluent builder 模式，代码质量通过 Pascal 静态类型系统和单元测试（GenAI.API.Tests.pas）保障。

争议与局限

一、平台锁定风险：DelphiGenAI 深度依赖 VCL/FMX 框架和 Delphi 编译器，无法跨语言复用。对于正在向 Web/云原生转型的团队，Delphi 本身的生态局限性会传导到 AI 能力上。

二、IDE 依赖：虽然 Delphi 12 CE 免费，但下载安装 Delphi IDE 本身需要较大的时间和磁盘成本（完整安装约 20GB+），且 Delphi IDE 仅支持 Windows/macOS。

三、Provider 覆盖有限：目前仅官方支持 OpenAI 和 LM Studio，Google Gemini 需要通过 OpenAI 兼容层而非原生 SDK 接入，部分细微差异可能导致非标准参数不可用。

四、社区规模较小：87 stars 在 GitHub 上属于早期项目，文档以英文为主，对非英语 Delphi 社区的帮助有限。

五、v2.0.0 破坏性变更：2.0.0 版本移除了 Assistants API 和 Sora 视频 API，已有项目迁移需要修改代码。

行业意义：守护 Delphi 生态的 AI 生命力

Delphi 作为一个有着 30 年历史的编程语言，其生命力顽强程度远超外界想象——全球仍有大量关键基础设施运行在 Delphi 构建的系统上。DelphiGenAI 的出现，意味着这些"老系统"不必重写就能拥抱 AI 能力：通过 Skills 机制可以让 AI 调用 Delphi 程序中的已有业务函数，通过 Containers 可以让 AI 在隔离环境中执行代码并返回结果，通过 Vector Stores 可以实现私有知识的 RAG 检索。

对于 AI 爱好者来说，这个项目是一个观察"传统桌面开发语言如何与 LLM 时代接轨"的窗口；对于 Delphi 开发者来说，它是目前最完整、最活跃的 OpenAI 集成方案，值得在 AI 转型项目中优先评估。