完成请求推送,但组装mes还有问题

This commit is contained in:
2026-05-04 00:33:29 +08:00
parent 7fc9e10c99
commit 2050a30a52
93 changed files with 9499 additions and 2719 deletions

318
WEBSOCKET_LOGS_EXAMPLE.md Normal file
View File

@@ -0,0 +1,318 @@
# WebSocket 链路详细日志示例
本文档展示了添加详细日志后WebSocket 链路的完整输出示例。
## 后端日志输出示例
### 1. 连接建立
```
================================================================================
[WebSocket] 📡 连接建立: 互动小说家/赛博朋克-数据幽灵
================================================================================
INFO: connection open
```
### 2. 接收请求
```
--------------------------------------------------------------------------------
[WebSocket] 📨 收到请求:
- Floor: 6
- Role: 互动小说家
- Chat: 赛博朋克-数据幽灵
- Stream: True
- Message Length: 45
--------------------------------------------------------------------------------
[WebSocket] 🌊 进入流式处理模式
[StreamChat] 🚀 开始流式处理
```
### 3. 工作流处理
```
################################################################################
[ChatWorkflow-Stream] 🚀 开始处理请求
- Role: 互动小说家
- Chat: 赛博朋克-数据幽灵
- Message Length: 45
################################################################################
[ChatWorkflow-Stream] ✅ 已加载角色卡: 互动小说家
[ChatWorkflow-Stream] 📚 世界书激活结果: 0 个条目
[ChatWorkflow-Stream] 💬 聊天历史加载结果: 0 条消息
[ChatWorkflow-Stream] 📝 提示词组装结果: 3 条消息
1. [system] 你是一个互动小说家,擅长创作赛博朋克风格的故...
2. [user] 请描述一个数据幽灵在夜之城中的冒险...
3. [assistant] ...
[ChatWorkflow-Stream] 🤖 开始流式调用 LLM
- Model: gpt-4
- Temperature: 1.0
- Max Tokens: 30000
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
```
### 4. LLM 客户端调用
```
[LLMClient] 🔧 创建 ChatOpenAI 实例
- Model: gpt-4
- API URL: https://api.openai.com/v1
- Temperature: 1.0
- Max Tokens: 30000
[LLMClient] 🚀 开始流式请求...
```
### 5. 流式输出进度
```
[ChatWorkflow-Stream] 📊 已接收 20 个 chunks, 当前长度: 156
[StreamChat] 📤 已发送 10 个 chunks
[ChatWorkflow-Stream] 📊 已接收 40 个 chunks, 当前长度: 312
[StreamChat] 📤 已发送 20 个 chunks
[ChatWorkflow-Stream] 📊 已接收 60 个 chunks, 当前长度: 478
[StreamChat] 📤 已发送 30 个 chunks
```
### 6. LLM 调用完成
```
[LLMClient] ✅ 流式请求完成
- 总 Chunks: 85
- 耗时: 3.45秒
- Prompt Tokens: 256
- Completion Tokens: 512
- Total Tokens: 768
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
[ChatWorkflow-Stream] ✅ LLM 流式调用完成
- 总 Chunks: 85
- 内容长度: 680
################################################################################
```
### 7. 发送响应
```
[StreamChat] ✨ 流式生成成功,总长度: 680
[StreamChat] 📚 发送世界书激活信息: 0 个条目
[StreamChat] ✅ 发送完成信号
[StreamChat] 💾 保存消息到文件...
[WebSocket] 消息已保存: 互动小说家/赛博朋克-数据幽灵
[StreamChat] ✅ 消息保存完成
```
### 8. 连接断开
```
================================================================================
[WebSocket] 🔌 连接断开: 互动小说家/赛博朋克-数据幽灵
================================================================================
```
## 前端日志输出示例
### 1. 建立连接
```javascript
================================================================================
[WebSocket] 📡 连接已建立
- URL: ws://localhost:23337/api/chat/%E4%BA%92%E5%8A%A8%E5%B0%8F%E8%AF%B4%E5%AE%B6/%E8%B5%9B%E5%8D%9A%E6%9C%8B%E5%85%8B-%E6%95%B0%E6%8D%AE%E5%B9%BD%E7%81%B5/ws
- Ready State: 1
================================================================================
```
### 2. 发送消息
```javascript
--------------------------------------------------------------------------------
[WebSocket] 📤 发送消息:
- Floor: 6
- Role: 互动小说家
- Chat: 赛博朋克-数据幽灵
- Stream: true
- Message Length: 45
--------------------------------------------------------------------------------
```
### 3. 接收流式数据
```javascript
[WebSocket] 📊 已接收 10 chunks
[WebSocket] 📊 已接收 20 chunks
[WebSocket] 📊 已接收 30 chunks
```
### 4. 接收其他消息类型
```javascript
[WebSocket] 📚 收到世界书激活信息: 0 个条目
[WebSocket] 📋 收到任务ID信息: {imageWorkflow: "img_xxx", dynamicTable: "tbl_xxx"}
```
### 5. 完成信号
```javascript
[WebSocket] 收到完成信号
- Chunks: 85
- 消息长度: 680
```
### 6. 连接关闭
```javascript
================================================================================
[WebSocket] 🔌 连接已关闭
- Code: 1000
- Reason:
- Was Clean: true
================================================================================
```
## 错误情况日志示例
### 1. LLM 调用失败
```
[LLMClient] ❌ 流式调用失败: API key is invalid
Traceback (most recent call last):
File "backend/utils/llm_client.py", line 278, in stream_chat
async for chunk in llm.astream(messages):
...
openai.AuthenticationError: Error code: 401 - {'error': {'message': 'Invalid API key'}}
```
### 2. 工作流处理失败
```
[ChatWorkflow-Stream] ⚠️ 错误: 角色 '不存在的角色' 不存在
Traceback (most recent call last):
File "backend/services/chat_workflow_service.py", line 765, in process_chat_request_stream
return {
...
```
### 3. WebSocket 错误
```
================================================================================
[WebSocket] ⚠️ 错误: Connection closed unexpectedly
================================================================================
```
## 日志级别说明
### 符号含义
- 📡 - 连接相关
- 📨 - 接收消息
- 📤 - 发送消息
- 🚀 - 开始处理
- ✅ - 成功完成
- ❌ - 错误/失败
- 📊 - 进度统计
- 📚 - 世界书相关
- 📋 - 任务相关
- 💬 - 聊天历史
- 📝 - 提示词
- 🤖 - LLM 调用
- 💾 - 文件保存
- 🔌 - 连接断开
- ⚠️ - 警告
### 分隔符
- `=` (80个) - 重要事件边界(连接建立/断开)
- `-` (80个) - 请求边界
- `#` (80个) - 工作流处理边界
- `~` (80个) - LLM 调用边界
## 日志配置建议
### 开发环境
在开发环境中,显示所有日志以便调试:
```python
# 保持当前的详细日志输出
```
### 生产环境
在生产环境中,可以简化日志:
```python
# 只记录关键事件
print(f"[WebSocket] 连接建立: {role_name}/{chat_name}")
print(f"[WebSocket] 收到请求: floor={request_data.get('floor')}")
print(f"[WebSocket] 生成完成,内容长度: {len(content)}")
```
## 日志分析工具
### 提取关键指标
```bash
# 统计平均响应时间
grep "耗时:" logs.txt | awk '{sum += $2; count++} END {print "平均耗时:", sum/count, "秒"}'
# 统计 Token 使用
grep "Total Tokens:" logs.txt | awk '{sum += $3; count++} END {print "平均 Token:", sum/count}'
# 统计错误率
grep "❌" logs.txt | wc -l
```
### 实时监控
```bash
# 实时查看 WebSocket 日志
tail -f logs.txt | grep --line-buffered "WebSocket\|StreamChat\|ChatWorkflow\|LLMClient"
```
## 性能优化建议
基于日志分析:
1. **如果 LLM 调用耗时过长** (>10秒)
- 检查网络连接
- 考虑使用更快的模型
- 减少 max_tokens
2. **如果 Chunk 数量过多** (>200)
- 检查是否启用了不必要的功能
- 优化提示词长度
3. **如果世界书激活数量过多** (>10)
- 检查触发条件是否过于宽松
- 优化关键词匹配
4. **如果聊天历史加载失败**
- 检查 CHATS_PATH 配置
- 确认文件权限
## 总结
通过详细的日志记录,可以:
1. ✅ 清晰地追踪 WebSocket 的完整链路
2. ✅ 快速定位问题所在
3. ✅ 分析性能瓶颈
4. ✅ 监控系统运行状态
5. ✅ 优化用户体验
建议在开发和测试阶段使用详细日志,在生产环境中根据需要调整日志级别。