AI 生成日志解析器怎么验收？兼容两种格式，并把失败行单独保留

把 AI 应用日志交给模型分析前，可以先用一个受控解析器统一格式。解析失败的行不能静默丢掉，否则错误发生处可能恰好从分析材料里消失。

需要整理AI应用运行日志的开发者。本文使用 Python 3.11 或以上版本的标准库，先验证一组人工构造的小样本。AI 负责提出实现或解释差异，结果由本地检查决定；这里没有把模型回答当成真实运行结果。

解析混合日志并保留失败行前，先定规则

输入包含JSON日志和LEVEL: message文本两种格式。统一输出保留line、level和message，异常清单保留原行与原因。

只接受INFO、WARN、ERROR三个等级。JSON能解码并不代表业务字段完整；缺少message或等级未知仍要拒绝。

全量对账是输入行数=成功行数+失败行数。空行在本例也记失败；如业务要忽略空行，则单独统计ignored，不能隐含排除。

给 AI 的输入要包含什么

把下面这份输入说明和你的实际样本一起交给可用的 AI 编程助手。示例只含虚构数据；对真实材料先去除账号凭据和个人信息。

写标准库日志解析器，先尝试JSON对象，否则按LEVEL: message解析。统一line/level/message，等级仅INFO WARN ERROR，message非空字符串。失败保留line/raw/reason。禁止忽略异常，检查成功数+失败数等于输入数。

要求模型保留检查条件，并把它认为缺少的业务定义列出来。若回答改变了输入字段、忽略异常分支或直接删除原材料，先要求修正，再运行。提示词的作用是缩小任务范围，验收仍以代码和数据为准。

保存并运行最小验证程序

下方程序把关键规则和验证用例放在同一个可复跑示例中，便于先理解输入如何变成输出，再用它检查 AI 给出的实现。

新建一个空目录，把下面代码保存为 check.py，在该目录打开终端，运行 python -X utf8 check.py。代码自带示例输入，不需要安装第三方库。

import json
lines=['{"level":"INFO","message":"start"}','ERROR: model timeout','broken line','{"level":"INFO"}']
ok=[]; bad=[]
for number,raw in enumerate(lines,1):
    try:
        if raw.startswith('{'):
            record=json.loads(raw)
            if not isinstance(record,dict): raise ValueError('需要对象')
            level,message=record.get('level'),record.get('message')
        else:
            if ': ' not in raw: raise ValueError('缺少分隔符')
            level,message=raw.split(': ',1)
        if level not in {'INFO','WARN','ERROR'}: raise ValueError('未知等级')
        if not isinstance(message,str) or not message.strip(): raise ValueError('消息为空')
        ok.append({'line':number,'level':level,'message':message})
    except (ValueError,TypeError) as e:
        bad.append({'line':number,'raw':raw,'reason':str(e)})
assert len(ok)+len(bad)==len(lines)
assert [r['line'] for r in bad]==[3,4]
print('accepted',len(ok),'rejected',len(bad))
print('failed_lines',[r['line'] for r in bad])

怎样判断结果符合要求

成功2行、失败2行，失败行号为3和4。检查第4行：它是合法JSON，失败原因却是消息缺失，说明语法校验与字段校验都需要保留。

下方是这份最小示例在本地执行得到的输出。它验证示例程序与断言的关系，不代表任何 AI 模型一次就能生成同样代码，也不构成性能或生产可靠性结论。

accepted 2 rejected 2
failed_lines [3, 4]

只用try/except包围json.loads无法发现缺字段。AI若把get默认设成空字符串再强行输出“成功”，就破坏了业务规则。

文本中的第一个分隔符之后全部作为message，因此正文再含冒号也能保留。

哪些失败必须停下来处理

多行堆栈、包含换行的JSON和二进制日志不属于按行示例，需要先定义事件边界。

日志可能含令牌和客户内容，解析器成功不代表可直接上传AI，应在结构化后按字段脱敏。

异常清单要限制单条长度但保留定位依据，避免巨型错误行拖垮报告。

接入自己的任务前再核对一次

先取一小段无隐私日志让AI生成解析建议，再用人工标注真值比较每行结果。

正式运行输出成功与失败两个文件，并对账行数。AI总结引用原行号，读者可以回到来源核对。

资料与适用范围

json.loads解析JSON文本并在语法无效时抛出JSONDecodeError；结构合法仍需单独验证字段。以下链接核对于 2026-10-03；运行环境及额外依赖按本文前述说明。

• https://docs.python.org/3.11/library/json.html

相关基础可阅读 AI 日志时间怎么统一？用 pandas 定位无效值并转换为 UTC。本文的重点是解析混合日志并保留失败行，可以把两项检查作为不同步骤保留。