第27篇：大模型 JSON 输出的四层容错解析策略本文是"智能助手架构设计与实现"系列第 27 篇，进入大模型交互篇。前文我们拆解了工作流专用模板的四种模式匹配设计。本篇聚焦大模型交互中最棘手的工程问题——大模型不总是完美遵守 JSON 格式，讲解_parse_llm_response()如何通过四层容错策略，从各种"不完美"的大模型输出中可靠提取 JSON 指令。一、问题背景：大模型的格式不稳定性1.1 理想 vs 现实在理想世界中，大模型严格遵守 System Prompt 的格式约定，每次都返回纯净的 JSON：{"action":"call_skill","skill_name"