目录
一、查看 APP 实时 AI 问答消息的 websocket 类型日志
（1）Linux 模板命令配置
① 测试环境 FinalShell 命令模板
② 正式环境 FinalShell 命令模板
③ Linux 命令详解
（2）Linux 返回日志
二、查看 APP 实时 AI 问答消息的全部类型日志
（1）Linux 模板命令配置
① 测试环境 FinalShell 命令模板
② 正式环境 FinalShell 命令模板
（2）Linux 返回日志
三、查看 APP 实时 AI 问答时的向量数据库人设测试日志
（1）Linux 模板命令配置
① 测试/正式环境 FinalShell 命令模板
② AI 人设测试注意事项
（2）Linux 返回日志
四、查看 APP 实时指定 AI 问答消息的全部类型日志
（1）Linux 模板命令配置
① 测试环境 FinalShell 命令模板
② 正式环境 FinalShell 命令模板
（2）Linux 返回日志
五、查看 TTS 服务器日志
（1）查看 TTS 服务日志
（2）查看 TTS 实时日志
（3）清除 TTS 指定目录下的指定开头文件的所有音频
六、TTS 服务器的压测命令
（1）nmon
（2）Jmeter
（3）压测前后清理缓存
（4）压测时查看 APP 服务器 SEND_VOICE 类型日志
七、BS 服务器的压测命令
（1）nmon
（2）Jmeter
一、查看 APP 实时 AI 问答消息的 websocket 类型日志
（1）Linux 模板命令配置
Linux 命令作用：查看 AI 语言大模型结合向量数据库 websocket 类型的实时问答消息日志
① 测试环境 FinalShell 命令模板
【Linux 命令标题】[Test_APP] today tail：websocket
【Linux 命令内容】
tail "/tmp/hyperf-dev/app-$(date +'%Y-%m-%d').log" -f | grep '{"message":"websocket-'【Linux 命令截图】
② 正式环境 FinalShell 命令模板
【Linux 命令标题】 [Pro_APP] today tail：websocket
【Linux 命令内容】
tail "/tmp/hyperf-prod/app-$(date +'%Y-%m-%d').log" -f | grep '{"message":"websocket-'【Linux 命令截图】
③ Linux 命令详解
$(date +'%Y-%m-%d').log：为当天日期的变量，比如 2020-01-01.log，实时日期无需修改/tmp/hyperf-dev/app-$(date +'%Y-%m-%d').log 或 /tmp/hyperf-prod /app-$(date +'%Y-%m-%d').log：为 APP 的 log 文件存放在 Linux 的文件路径，dev 指代测试环境，prod 指代正式环境，可以根据不同环境的服务器 IP 点击不同的 FinalShell 模板命令{"message":"websocket-：这里是过滤条件，是返回日志的部分内容，可以根据需要修改，这里过滤开发设置好的 websocket 类型的日志tail ：查看所有日志的 Linux 命令关键字-f | grep ' ' ：单引号内接返回日志显示的内容作为过滤条件，是过滤日志的关键字命令FinalShell 设置 Linux 命令模板一键触发：无需手动输入命令、无需改动日期
（2）Linux 返回日志
点击自动触发查询实时日志，无需输入当天日期，自动过滤 websocket 类型日志，用户询问内容、AI 结合向量数据库的回复内容，均可查询文本消息：可查询回复消息的文本数据 id，这是文本回复消息 id，存储于 MySQL 数据库 AI 回复内容表中，也会用于向量数据库作为 AI 记忆消息
语音消息：可以查看 AI 回复文字 TTS 转音频的 URL，这是 AI 的文本转音频的语言消息，同时可在 TTS 服务器的指定编号的文件夹路径下找到该 .wav 文件
bs 数据：可以查看同步生成的 bs 数据，即 txt 文件路径，这个文件内的 bs 数据主要用于 unity 开发读取作为口型与面部指标使用，有此文件 AI 虚拟人就能有对应的口型，无此文件则虚拟人有声音没口型，AI 虚拟人的脸部表情和口型主要依靠此数据，十分关键
请求心跳：AI 在一段话回复中，会分句回复，分句会有统计总数与所读该句编号，这样 APP 前端和 unity 开发才知道所对应的文字、音频时长、bs 数据属于哪一句话，才可以做到文字、语言、口型同步，才能真正模拟出真人说话的感觉，而 AI 说完一段话后，会等待获取用户的语言转文字的内容，而在等待时间内一直没有获取到用户问题时，就会有一个等待超时提示，也就是心跳数据，比如每 6 秒一次心跳询问 “亲爱的还在线不？” 之类的问题重新打开麦克风检索用户声音
开场白语：进入 AI 视频聊天界面时，需要 AI 主动开启开场白，AI 说完开场白后，才开始自动调用语音转文字的接口，开启麦克风获取用户说话的声音，同时也做到比较人性化，可以轮播不同的开场白，甚至是加入天气预报、报时、人文关怀等变量功能，而轮播的开场白是固定内容，所以可以不用每次再调用 TTS 文字转音频生成 bs 数据的流程，可以存储在前端代码中，做到节约流量和提高性能的作用
二、查看 APP 实时 AI 问答消息的全部类型日志
（1）Linux 模板命令配置
Linux 命令作用：查看 AI 语言大模型结合向量数据库所有的实时问答消息日志
① 测试环境 FinalShell 命令模板
[Test_APP] today tail：all
tail "/tmp/hyperf-dev/app-$(date +'%Y-%m-%d').log" -f② 正式环境 FinalShell 命令模板
[Pro_APP] today tail：all
tail "/tmp/hyperf-prod/app-$(date +'%Y-%m-%d').log" -f（2）Linux 返回日志
三、查看 APP 实时 AI 问答时的向量数据库人设测试日志
（1）Linux 模板命令配置
Linux 命令作用：查看 AI 语言大模型在回复问题时调用到的向量数据库数据内容日志
① 测试/正式环境 FinalShell 命令模板
由于向量数据库开发只设置一个环境，所以测试与正式环境共用一个命令。
向量人设测试
tail /tmp/hyperf-dev/app-$(date +'%Y-%m-%d').log -f | grep 'new_vector_api_info'② AI 人设测试注意事项
所有的 AI 语言大模型的调用接口都只有一问一答的模式，即完全没有 AI 记忆功能因此想要 AI 虚拟人有人设记忆，就需要开发者自己设立向量数据库每次用户询问一个问题，都需要后端开发在后台接口中传输当前用户问题、指定的人设模板内容、向量数据库近 20 问过滤后的答案等数据一起传输给 AI 语言大模型，AI 虚拟人才可以实时有记忆性地完成文本聊天、语言聊天、视频聊天查看向量数据库的返回日志，可以有效测试人设设定与语言大模型回复的匹配度、AI 记忆性等（2）Linux 返回日志
四、查看 APP 实时指定 AI 问答消息的全部类型日志
（1）Linux 模板命令配置
命令作用：不同的用户询问 AI，防止 AI 回复错乱，则需给不同的 AI 编订 id ，以便做到 AI 人设对应、记忆匹配、回复内容匹配，所以在查看 AI 日志时，可以使用 AI 的 id 进行过滤，查看问答消息的全部日志。
① 测试环境 FinalShell 命令模板
[Test_APP] today tail：AI
tail "/tmp/hyperf-dev/app-$(date +'%Y-%m-%d').log" -f | grep 'NTgwMDkzMDkxNjQ2OTEwNDY0'② 正式环境 FinalShell 命令模板
[Pro_APP] today tail：AI
tail "/tmp/hyperf-prod/app-$(date +'%Y-%m-%d').log" -f | grep 'NTYwOTQwNzczNTQ3MTU1NDU3'（2）Linux 返回日志
五、查看 TTS 服务器日志
TTS 服务器作用：文本转音频，存储音频文件
（1）查看 TTS 服务日志
[TTS] 服务 tail：all
tail -f /data/tts/paddle/client/nohup.out命令作用：实时查看指定文件的末尾内容，查看服务日志内容。
这个命令有两个部分：
tail: 这是一个用于显示文件末尾内容的命令。-f: 这是 tail 命令的一个选项，代表 follow，意思是随着文件的增长而动态显示文件内容，实现实时监控文件的效果。/data/tts/paddle/client/nohup.out: 这是指定的文件路径，tail 命令会实时监控这个文件，并将新添加到文件末尾的内容输出到终端上。 因此，命令的作用是在终端实时显示指定文件 /data/tts/paddle/client/nohup.out 的末尾内容，通常用于查看正在运行的程序或者日志文件的实时输出。
（2）查看 TTS 实时日志
[TTS] 实时 tail：all
tail -f /data/tts/paddle/client/logs/runtime.log（3）清除 TTS 指定目录下的指定开头文件的所有音频
[TTS] 清除音频
conda activate /data/conda_env/paddlecd /data/tts/paddle/clientcd wav_outputrm -rf test_*六、TTS 服务器的压测命令
（1）nmon
[TTS] nmon
cd /usr/local/bin./nmon -f -t -r nmonreport -s 1 -c 500（2）Jmeter
Jmeter_TTS
#!/bin/bashrm -rf /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardJTL/TTS_$(date +'%Y-%m-%d').jtlrm -rf /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardReport/TTS_$(date +'%Y-%m-%d')jmeter -n -t /usr/etc/jmeter/apache-jmeter-5.6.2/workspace/APP-TTS.jmx -l /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardJTL/TTS_$(date +'%Y-%m-%d').jtl -j /usr/etc/jmeter/apache-jmeter-5.6.2/report/LogFiles/TTS_$(date +'%Y-%m-%d').log -e -o /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardReport/TTS_$(date +'%Y-%m-%d')（3）压测前后清理缓存
[TTS] 1 杀死进程（后面 kill pid)
conda activate /data/conda_env/paddlecd /data/tts/paddle/clientlsof -i:7868[TTS] 2 重启服务
nohup python main.py &[TTS] 3 base 查看内存
glances（4）压测时查看 APP 服务器 SEND_VOICE 类型日志
[Test_APP] today tail：SEND_VOICE
tail "/tmp/hyperf-dev/app-$(date +'%Y-%m-%d').log" -f | grep 'SEND_VOICE'七、BS 服务器的压测命令
（1）nmon
[BS] nmon
cd /usr/local/bin./nmon -f -t -r nmonreport -s 1 -c 500（2）Jmeter
Jmeter_BS
#!/bin/bashrm -rf /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardJTL/BS_$(date +'%Y-%m-%d').jtlrm -rf /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardReport/BS_$(date +'%Y-%m-%d')jmeter -n -t /usr/etc/jmeter/apache-jmeter-5.6.2/workspace/APP-BS.jmx -l /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardJTL/BS_$(date +'%Y-%m-%d').jtl -j /usr/etc/jmeter/apache-jmeter-5.6.2/report/LogFiles/BS_$(date +'%Y-%m-%d').log -e -o /usr/etc/jmeter/apache-jmeter-5.6.2/report/DashboardReport/BS_$(date +'%Y-%m-%d')