前言
工业现场的设备日志分析，长期以来主要靠老师傅的经验积累和人工翻阅。面对动辄几千上万条的运行记录，想快速定位故障根因并不容易。漏看几条关键告警就可能延误处理。
大模型能力提升很快，就琢磨着能不能把它塞进传统的工控上位机软件里，做个顺手的小工具。既不用推翻现有的工作流程，又能帮现场人员省点力气。本文推荐一个基于 .NET 8 + WPF 的日志分析工具，把日志解析、大模型调用、报告生成串成一条线，主打一个"能用、好用、不添乱"。
项目介绍
一款面向工厂运维、设备操作和维修工程师的桌面工具，核心任务是帮用户把杂乱的设备运行日志"翻译"成清晰可读的诊断报告。
整个流程很直白：导入日志文件 → 程序自动解析结构化字段 → 调用大模型 API（结合内置的故障知识库和提示词模板）→ 输出诊断结论 → 一键导出报告。没有复杂的配置，打开软件就能干活。
项目虽然是个工具，但代码组织、配置管理、异常处理都按正经工业软件的套路来，不是那种跑通就扔的验证原型。
项目功能
功能模块 | 具体说明 |
日志导入与解析 | 支持 .log / .txt / .json 格式，自动识别时间戳、告警级别、运行信息等关键字段 |
AI 智能故障分析 | 调用大模型 API，结合内置诊断知识库和提示词模板，输出结构化分析结论 |
诊断报告生成 | 自动生成 Markdown / TXT 格式报告，包含故障诱因、处置建议、风险等级 |
报告本地导出 | 一键保存到本地，方便交接、归档或打印 |
API 密钥管理 | 支持环境变量读取或界面加密存储（DPAPI 本地加密，不留明文） |
配置热加载 | 提示词、知识库、接口参数全部外置为文件，修改后无需重新编译 |
项目特点
场景落地，不玩虚的：不是拿大模型随便聊两句，而是真正贴合工控上位机的工作习惯——解析、分析、出报告，每一步都有明确的输入输出，现场人员拿到就能用。
用知识库和提示词"管住"大模型：内置了针对工业设备的故障诊断知识库，配合强约束的提示词模板，要求模型按固定字段输出（故障代码、诱因、建议等），有效减少 AI 胡编乱造的情况。说白了就是让大模型当个严谨的分析员，而不是天马行空的聊天机器人。
交互响应很"跟手"：所有网络请求都走异步，UI 线程不会被卡死。导入大文件时界面照常响应，分析过程中有进度提示，按钮状态会根据当前操作自动禁用/启用，防止用户误操作。这些细节在工业软件里特别重要——现场可没人愿意对着一个"未响应"的窗口干瞪眼。
密钥存储讲究安全：API Key 不走明文，要么用系统环境变量，要么通过 DPAPI 加密后存在配置文件里。界面输入时用密码框遮挡，保存后也不再回显明文，兼顾了易用性和安全性。
配置全外置，改起来方便：提示词、知识库、接口地址、模型名称全在 config/ 目录下，用文本编辑器就能改。想对接不同的模型或者适配不同的设备类型，改配置文件就行，不用动代码。
项目技术
技术项 | 选型与说明 |
运行时 | .NET 8（跨平台基础库，实际部署在 Windows） |
开发语言 | C# 12 |
桌面框架 | WPF（MVVM 模式，但本例采用 Code-Behind 简化实现） |
UI 组件库 | MaterialDesignThemes / MaterialDesignColors（界面风格统一，自带暗色主题支持） |
JSON 处理 | System.Text.Json（配置读写时强制使用 UTF-8 BOM，兼容中文不乱码） |
HTTP 请求 | 原生 HttpClient，配合 ConfigureAwait(false) 避免死锁 |
密钥加密 | DPAPI（ProtectedData 类，用户级加密，绑定当前 Windows 账户） |
异步编程 | async / await 模式，所有耗时操作均异步执行 |
项目代码
日志解析模块：按行读取文件，用正则匹配时间戳和告警级别，遇到 JSON 格式则反序列化。解析结果存放到 ObservableCollection 中，界面列表自动更新。
AI 调用模块：读取 config/提示词/诊断提示词.txt 作为 system prompt，将解析后的日志摘要作为 user prompt 拼接，构造标准的 Chat Completion 请求体。调用过程中用 CancellationTokenSource 支持超时取消。
报告生成模块：根据用户选择的导出格式（.md 或 .txt），将 AI 返回的 JSON 结构化内容渲染成对应格式的文本。Markdown 输出会保留标题、列表和代码块样式。
配置管理：自定义一个 ConfigManager 静态类，启动时加载 appsettings.json，并提供 SaveApiKey() / LoadApiKey() 方法处理加密存储。配置变更时会触发 OnPropertyChanged 通知界面更新。
代码整体遵循了分层思路：UI 层只负责展示和用户交互，业务逻辑放在 MainWindow.xaml.cs 中独立的方法里，配置和工具类单独抽取。
项目效果
点击"导入日志"，选择一份设备运行日志文件（比如来自 PLC 或 SCADA 系统的导出文件），程序自动解析并在左侧表格中展示每条记录的时间、级别和内容摘要，状态栏会显示"已导入 XX 条日志"。
接着点击"AI 故障分析"，按钮变为禁用状态，右侧区域显示"分析中..."，同时状态栏提示进度。等待几秒到十几秒（取决于网络和模型响应速度），右侧会刷新出结构化的诊断报告——包括故障概述、诱因分析、处置建议、风险等级等，内容格式和提示词模板里约束的一致。
如果对结果满意，点击"导出报告"选择保存路径，一份 .md 文件就生成了，直接用 Typora 或其他 Markdown 编辑器打开就能看，也可以转成 PDF 发给同事。
整个过程从打开软件到拿到报告，不超过两分钟。对比以前人工翻日志再写分析记录，效率提升非常明显。
项目源码
项目源码包含完整的项目文件、配置文件模板和示例日志。
GitHub：https://github.com/qqlif/IndustrialEquipmentLogAIAnalyzer
下一主题
