• 正文
  • 相关推荐
申请入驻 产业图谱

AI解析二进制协议报文实战:Modbus抓包解析、自动生成代码与报文构造避坑

11/17 08:07
77
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

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:这玩意儿到底在说啥?

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。

这就是协议报文类工作的日常:信息密度极高、格式极其死板、但人脑极不擅长做这种机械翻译。

而这恰恰是 AI 最擅长的活儿。

二、协议报文到底难在哪

在聊 AI 怎么帮忙之前,得先搞清楚我们到底在跟什么东西较劲。

第一,它是二进制的,不是给人看的。

JSON 你一眼能看懂 {"temp": 25},但协议报文里温度可能就是 0x00 0x19,还得知道它是大端还是小端、有没有偏移量、单位是 0.1℃ 还是 1℃。

第二,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。比如 Modbus 里功能码是 0x03 还是 0x10,后面整段数据的解析方式完全不同。这种「上下文依赖」让简单的查表根本不够用。

第三,文档和现实经常对不上。

文档写的是「保留位,填 0」,实际设备发过来是 0xFF;文档说长度字段是 2 字节,抓包发现厂商偷偷改成了 1 字节。这种坑,只有踩过的人懂。

第四,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

我把实际用下来最有价值的能力,归成四类。

3.1 把文档「喂」进去,让它当随身翻译

最直接的用法:把协议文档的相关章节丢给 AI,然后直接把报文贴进去,问它「这段字节是什么意思」。

关键在于给足上下文。不要只发一串 hex,要把字段定义表一起给它。比如:

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 会给你逐字段拆解,还会顺手告诉你「功能码 0x03 是读保持寄存器,起始地址 0,读 10 个寄存器」。

这比你自己翻文档快十倍不止。

3.2 帮你写解析代码

解析清楚了,下一步就是写代码。这一步 AI 同样能接。

你只要把字段定义和期望的输出格式说清楚,它能直接给你生成解析函数。而且可以要求它加上边界检查、异常处理、日志输出——这些手写时最容易偷懒省掉的部分。

3.3 反向生成:从数据造报文

调试的时候经常需要「造一条报文」发给设备。手工拼字节又慢又容易错。

这时候直接告诉 AI:「按上面的协议,构造一条读 0x0000 起始、10 个寄存器的请求报文」,它会给你算好长度字段、拼好十六进制,甚至帮你验证校验和。

3.4 帮你读懂「别人的」协议

接手老项目时最痛苦:文档缺失、代码没注释、只有一堆抓包记录。

这时候可以让 AI 帮你做模式归纳——把几十条抓包记录贴给它,让它找出哪些字节是固定的、哪些在变化、变化规律是什么。虽然不能百分百还原协议,但能给你一个相当靠谱的起点。

四、一个完整的实操例子

光说不练假把式。下面走一遍完整流程。

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 拆结构。

把帧定义贴给它,得到逐字段解释:

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 10 个

第二步,让它生成解析代码。

import struct

defparse_modbus_request(data: bytes) -> dict:
    iflen(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))

跑一下,输出:

{'trans_id': 1, 'proto_id': 0, 'length': 6, 'unit_id': 1, 'func_code': 3, 'start_addr': 0, 'reg_count': 10}

第三步,让它帮你造一条响应报文。

告诉 AI:「构造一条响应,返回 10 个寄存器,值依次是 100 到 109」。它会算好字节数、拼好数据域,你直接拿去用。

整个流程下来,原本要折腾半小时的活儿,十分钟搞定。

五、几个必须提醒的坑

AI 好用,但不能无脑信。这几点我踩过,你也大概率会踩。

第一,AI 会「脑补」字段。

如果文档里没写清楚某个字节,它可能会根据经验猜一个含义,而且说得特别笃定。凡是它给出的字段解释,都要回文档核对一遍,尤其是涉及长度、校验、地址这类关键字段。

第二,字节序千万别搞错。

大端小端是重灾区。AI 有时会默认按大端处理,但你的设备可能是小端。生成代码后,务必用真实抓包数据验证一遍。

第三,校验和它经常算错。

CRC、累加和这类算法,AI 生成的代码逻辑大体对,但细节(初值、多项式、是否反转)容易出偏差。校验相关的代码,一定要用已知正确的报文做回归测试。

第四,敏感数据别乱传。

协议文档和抓包数据里可能包含设备序列号、密钥、内网地址。往外部 AI 服务传之前,先脱敏。

六、我的使用心得

用了一段时间,总结出几条经验,供你参考。

给上下文比给问题更重要。 与其问「这报文啥意思」,不如把字段定义表一起贴上去。AI 不是不会解析,是它不知道你的协议长什么样。

让它解释,而不是只让它给答案。 要求它「逐字段说明推导过程」,这样你能发现它哪一步想歪了,也顺便加深自己对协议的理解。

代码要它写,测试要自己跑。 AI 生成的解析代码,拿真实数据跑一遍,边界值、异常报文都试试。跑通了再往生产环境放。

把它当「加速器」,不是「替代品」。 协议理解的底层能力还是得自己有,AI 只是帮你把翻文档、拼字节这些机械活儿省掉。

七、写在最后

协议报文这类工作,本质上是「人做机器该做的事」——机械、重复、容易出错。

AI 出现之后,这部分工作终于可以交出去了。但交出去的是体力活,不是判断力。哪些字段是关键、哪个异常是致命的、这条报文该不该信,这些还是得人来定。

工具越强,越要清楚自己该守住什么。

转给还在手抄串口数据算校验和的同事,希望这篇能帮你少加几个班。

如果你们团队也在用 AI 处理协议相关的工作,欢迎在评论区聊聊踩过的坑。

相关推荐

专注嵌入式Linux应用开发,C/C++技术交流;Qt编程技术交流。