# 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 个 chunks [WebSocket] 📊 已接收 20 个 chunks [WebSocket] 📊 已接收 30 个 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 - 总 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。