一、先说个扎心的场景
你有没有过这种经历:抓包抓下来一串十六进制,长这样:
00 01 00 00 00 06 01 03 00 00 00 0A
然后你盯着它看了十分钟,脑子里只有一个念头:这玩意儿到底在说什么?
更崩溃的是,手边那份协议文档有 200 多页。PDF 翻到第 87 页,才找到“功能码 0x03”的定义;再翻 30 页,才搞明白后面那串字节是“起始地址 + 寄存器数量”。等你终于拼出完整语义,天已经黑了。
这就是抓包分析协议报文时的日常:信息密度极高、格式极其死板,但人脑并不擅长做这种机械翻译。
而这恰恰是 AI 能够帮上忙的地方。
二、协议报文到底难在哪
在聊 AI 如何辅助解析之前,得先搞清楚我们究竟在和什么打交道。
1. 它是二进制的,不是给人看的
JSON 你一眼就能看懂:
{"temp": 25}
但协议报文里的温度可能只是:
0x00 0x19
你还得知道它采用大端还是小端,有没有偏移量,以及单位是 0.1℃ 还是 1℃。这类协议报文的解析工作,往往需要同时理解数据格式和业务定义。
2. 字段之间强耦合
一个字节的含义,往往取决于前面某个字节。
例如 Modbus 中,功能码是 0x03 还是 0x10,后面整段数据的解析方式就完全不同。这种上下文依赖,让简单查表远远不够。
3. 文档和现实经常对不上
文档写的是“保留位,填 0”,实际设备发过来的却可能是 0xFF;文档说长度字段是 2 字节,抓包却发现厂商偷偷改成了 1 字节。
这种问题,只有真正处理过设备协议的人才容易意识到。
4. 重复劳动特别多
同一套协议,今天解析温度,明天解析电量,后天解析告警。每次都要重新翻文档、重新对字段、重新写解析代码。
三、AI 能帮上什么忙
实际使用下来,AI 在协议分析中最有价值的能力,主要可以归为四类。
3.1 把文档“喂”进去,让 AI 当随身翻译
最直接的用法,是把协议文档的相关章节提供给 AI,再把报文贴进去,询问它“这段字节是什么意思”。
关键在于:给足上下文。
不要只发送一串 HEX,还要同时提供字段定义表。例如:
以下是某协议的帧结构定义:
- 字节 0-1:事务标识符(大端)
- 字节 2-3:协议标识符,固定
0x0000
- 字节 4-5:后续字节长度
- 字节 6:单元标识符
- 字节 7:功能码
- 字节 8 起:数据域
请解析这串报文:
00 01 00 00 00 06 01 03 00 00 00 0A
AI 通常可以按字段逐项拆解,并进一步说明:
- 功能码
0x03 表示读取保持寄存器;
- 起始地址为
0;
- 读取数量为
10 个寄存器。
相比自己在长篇文档中逐页检索,这种方式能显著减少查找和整理时间。
3.2 帮你写解析代码
解析清楚之后,下一步通常就是写代码。
只要把字段定义和期望的输出格式说明白,AI 就可以生成基础解析函数。你还可以要求它补充:
- 边界检查;
- 异常处理;
- 日志输出;
- 不支持功能码的处理;
- 长度字段校验。
这些内容在手写代码时很容易被忽略,但在协议解析中往往直接影响排错效率。
3.3 反向生成:从数据构造报文
调试设备时,经常需要“造一条报文”发给设备。手工拼接字节既慢又容易出错。
这时可以直接告诉 AI:
按上面的协议,构造一条从 0x0000 开始、读取 10 个寄存器的请求报文。
它可以根据字段定义计算长度、拼接十六进制数据,并尝试生成校验和。
不过,涉及校验和、CRC 或厂商私有字段时,生成结果仍然需要使用已知正确的报文进行验证。
接手老项目时,最痛苦的情况往往是:文档缺失、代码没有注释,手里只有一堆抓包记录。
这时可以让 AI 帮你做模式归纳:把几十条抓包记录交给它,让它分析哪些字节固定不变、哪些字段持续变化,以及变化之间可能存在什么规律。
这种方法不能保证百分之百还原协议,但能够提供一个较有价值的分析起点,帮助你缩小排查范围。
四、一个完整的实操例子
光说不练,下面完整走一遍流程。
假设我们拿到这样一条报文:
00 01 00 00 00 06 01 03 00 00 00 0A
第一步:让 AI 拆解结构
把帧定义贴给 AI,可以得到类似下面的逐字段解释:
| 偏移 |
长度 |
字段 |
值 |
含义 |
| 0 |
2 |
事务标识 |
0x0001 |
请求序号 |
| 2 |
2 |
协议标识 |
0x0000 |
Modbus 协议 |
| 4 |
2 |
长度 |
0x0006 |
后续 6 字节 |
| 6 |
1 |
单元标识 |
0x01 |
从站地址 1 |
| 7 |
1 |
功能码 |
0x03 |
读保持寄存器 |
| 8 |
2 |
起始地址 |
0x0000 |
从 0 开始 |
| 10 |
2 |
寄存器数量 |
0x000A |
读取 10 个 |
第二步:让 AI 生成解析代码
下面是一个基础的 Python 解析示例:
import struct
def parse_modbus_request(data: bytes) -> dict:
if len(data) < 12:
raise ValueError(
f"报文长度不足,期望至少 12 字节,实际 {len(data)}"
)
trans_id, proto_id, length, unit_id, func_code = struct.unpack(
">HHHBB",
data[:8],
)
if proto_id != 0:
raise ValueError(f"协议标识异常: 0x{proto_id:04X}")
result = {
"trans_id": trans_id,
"proto_id": proto_id,
"length": length,
"unit_id": unit_id,
"func_code": func_code,
}
if func_code == 0x03:
start_addr, reg_count = struct.unpack(
">HH",
data[8:12],
)
result["start_addr"] = start_addr
result["reg_count"] = reg_count
return result
raw = bytes.fromhex("00010000000601030000000A")
print(parse_modbus_request(raw))
运行后,输出为:
{'trans_id': 1, 'proto_id': 0, 'length': 6, 'unit_id': 1, 'func_code': 3, 'start_addr': 0, 'reg_count': 10}
这段代码展示了基本解析流程,但如果要用于真实项目,还应根据协议规范补充完整的长度一致性检查、功能码分支、异常响应处理和边界测试。
第三步:让 AI 帮你构造响应报文
接着可以告诉 AI:
构造一条响应,返回 10 个寄存器,值依次是 100 到 109。
AI 可以根据协议格式计算字节数并拼接数据域。生成结果拿到设备或测试程序中使用之前,仍然要结合真实协议定义检查长度、字节序和校验字段。
整个流程下来,原本可能需要折腾半小时的工作,通常可以先快速得到一个可验证的初稿。
五、几个必须提醒的坑
AI 好用,但不能无条件相信。下面这些问题,在协议分析中尤其常见。
1. AI 会“脑补”字段
如果文档没有明确说明某个字节的含义,AI 可能会根据常见协议经验猜测,而且表达得非常肯定。
因此,凡是 AI 给出的字段解释,都要回到协议文档中核对一遍,尤其是长度、校验、地址和状态位等关键字段。
2. 字节序千万别搞错
大端和小端是协议解析中的高频问题。
AI 有时会默认按照大端处理,但实际设备可能采用小端,甚至不同字段使用不同字节序。生成代码后,务必使用真实抓包数据验证,不能只看代码是否能够运行。
3. 校验和经常算错
CRC、累加和等算法,看起来只是几行代码,但初值、多项式、移位方向、是否反转等细节都可能影响结果。
校验相关代码一定要使用已知正确的报文进行回归测试。只有测试结果与设备实际行为一致,才能继续用于后续调试。
4. 敏感数据不要直接上传
协议文档和抓包数据中,可能包含:
- 设备序列号;
- API 密钥或通信密钥;
- 内网 IP 地址;
- 用户标识;
- 业务数据;
- 设备拓扑信息。
提交给外部 AI 服务前,应先完成脱敏,并确认团队的数据安全要求。
六、我的使用心得
使用一段时间后,可以总结出几条比较实用的经验。
给上下文比给问题更重要
与其问“这条报文是什么意思”,不如把字段定义表、协议版本、字节序和已知样例一起提供。
AI 不是不会解析,而是不知道你的协议具体长什么样。上下文越完整,输出越容易核对。
让它解释,而不是只给答案
可以要求 AI“逐字段说明判断依据”,而不是只返回最终结论。
这样既方便发现它在哪一步理解偏了,也能帮助自己进一步掌握协议结构。
代码让它写,测试自己跑
AI 生成的解析代码,要使用真实数据进行验证。边界值、异常报文、截断报文和非法功能码都应该覆盖。
只有在测试结果符合预期后,才适合继续接入业务或生产环境。
把它当加速器,而不是替代品
协议理解所需的底层能力仍然要掌握。AI 可以帮你减少翻文档、拼字节和整理字段的机械工作,但不能替你判断某个异常是否致命,也不能替你确认设备行为是否符合实际。
七、写在最后
协议报文类工作,本质上经常是“让人做机器该做的事”:机械、重复,而且容易出错。
AI 出现后,这部分体力活可以交给工具辅助完成。但能够交出去的是重复劳动,不是判断力。哪些字段最关键、哪个异常值得优先排查、这条报文是否可信,仍然需要工程师结合文档、抓包和设备行为作出判断。
工具越强,越要清楚自己需要守住什么。