google.protobuf必须基于.proto文件生成代码，不支持属性标注；protobuf-net支持运行时注解和动态类型。两者不可混用，否则易出现解析失败、字段编号不匹配等错误。
直接用 Google.Protobuf（即官方 protobuf 库）在 C# 中做序列化/反序列化，和用 protobuf-net 是两套完全不同的体系——前者必须基于 .proto 文件生成代码，后者支持运行时注解。如果你看到“解析失败”“找不到类型”“Unknown field number”这类错误，大概率是混用了两者，或没走对生成流程。
proto 文件必须先编译成 C# 类
Google.Protobuf 不接受手动加 [ProtoContract] 的类；它只认由 protoc 编译器生成的代码。不生成，就无法反序列化。
- 安装
protoc：从 GitHub releases 下载对应平台的protoc二进制（如protoc-24.4-win64.zip），解压后把bin/protoc.exe加入系统 PATH - 准备
person.proto（注意必须是 proto3 语法）：syntax = "proto3"; package example; message Person { int32 id = 1; string name = 2; repeated string phone = 3; } - 执行生成命令：
protoc --csharp_out=. person.proto，会生成Person.cs - 将生成的
.cs文件加入项目，并引用 NuGet 包：Google.Protobuf
Deserialize 不能直接传任意 T，必须是生成的 Message 类型
你不能写 Serializer.Deserialize<person>(data)</person>（那是 protobuf-net 的 API）。Google.Protobuf 的反序列化方法是实例方法，且类型必须继承自 Google.Protobuf.IMessage。
- 正确写法：
var p = Person.Parser.ParseFrom(data);—— 每个生成的 message 类都自带静态Parser属性 - 如果数据来自网络流，用
ParseDelimitedFrom（支持长度前缀帧）：Person.Parser.ParseDelimitedFrom(stream) - 不要试图用反射或泛型包装
Parser，因为Parser是具体类型的静态成员，不是泛型接口 - 若需动态类型，得用
Google.Protobuf.Reflection.MessageDescriptor+DynamicMessage，但性能差、易出错，仅用于调试或元数据场景
常见报错：“Invalid wire-type” 或 “Unexpected end-group tag”
这不是代码写错了，而是数据格式不匹配——90% 情况下，是序列化端和反序列化端用的不是同一版 .proto，或传输时截断/粘包/编码污染了二进制流。
- 确认双方使用完全相同的
.proto文件（包括syntax、package、字段编号、repeated修饰符） - 检查是否误把 UTF-8 字符串当二进制传：比如用
Encoding.UTF8.GetString(bytes)再传给ParseFrom，会导致乱码字节 → 直接传原始byte[] - 如果是 socket 通信，必须处理粘包：Protobuf 本身不带分帧，要么自己加长度头（推荐），要么用
ParseDelimitedFrom（它会读取 varint 前缀） - 用
TryParseFrom替代ParseFrom做容错，避免因单条脏数据崩掉整个服务
与 protobuf-net 的关键区别不能忽略
如果你正在迁移旧项目，或同时接触两个库，这几个点必须刻在脑子里：
-
Google.Protobuf：强依赖.proto→ 生成代码 → 运行时零反射；适合跨语言、协议长期稳定场景 -
protobuf-net：支持属性标注（[ProtoMember(1)]）、运行时模型构建、甚至可序列化无源码的第三方类型；适合纯 .NET 内部通信、快速迭代 - 字段编号冲突后果不同：
Google.Protobuf中编号是协议契约，改了就是不兼容；protobuf-net虽也建议别动，但反序列化时缺失字段不会报错，只是跳过 - 空值处理不同：
Google.Protobuf的string字段永远非 null（默认空字符串），而protobuf-net可配置为允许 null
最常被忽略的一点：Google.Protobuf 默认不序列化默认值（如 int32 id = 0），而 protobuf-net 会——这在做 diff 或日志比对时可能引发隐性差异。
