如何通过SLS对AI大模型的对话日志进行采集和自定义分析？

通过 iLogtail 采集 AI 大模型的对话明细日志并在 SLS 中进行分析的方法如下：

日志采集：
通过 iLogtail 实现主机或容器环境下的业务日志采集，将 LLM 对话明细日志经脱敏处理后采集入 SLS 进行集中存储。

自定义分析函数：

• date_trunc：将日志时间精确对齐到分钟级别。
• date_format：将时间格式化为 %H:%i，便于计算每分钟各账号的请求数量。
• json_extract：提取 JSON 对象中的特定参数，如 sessionId、对话轮次 taskRoundId 等。
• url_decode：解码 URL 编码的用户输入参数。
• url_extract_path：提取具体的 URL 路径模块。
• regexp_extract：通过正则表达式从响应内容中提取电话号码、邮箱地址、IP 地址及证件 ID 等关键信息。

分析价值：
这些分析可以评估对话复杂性和文本回复质量，深入分析用户行为模式，识别响应中的敏感信息以确保合规性，同时追踪 Token 消耗、API 延迟和调用频次等运营指标。