一句话看懂：掘金作者海螺_AIHCC 于 2026 年 11 月发布一篇工程实践文章，提出大模型返回的 JSON 常有格式问题，与其急着换模型，不如在模型输出与工具入参之间加一层约 60 行的容错解析器。
事件核心：发生了什么
文章把 Agent 调用工具时常见的坏 JSON 归为六类：markdown 代码围栏包裹、尾部多余逗号、单引号、Python 字面量（True/False/None）、键未加引号、以及前后夹带说明文字。作者给出的思路是先用标准 json.loads 解析，失败后再按“剥围栏、抠出花括号内容、转字面量、去多余逗号、补键引号、单引号转双引号”的顺序修复，再解析一次。代码纯用 Python 标准库 json 和 re，作者在 Python 3.12.2 本地实测六种坏 JSON 全部解析成功。
为什么重要
Agent 接入生产环境后，模型输出的稳定性直接决定工具调用能否跑通。这类问题多数不是模型“不会写 JSON”，而是训练语料带来的表达习惯，属于格式脏而非内容错。一层集中解析可以避免每个工具函数各自防一遍，减少崩溃和日志排查成本。文章也强调，容错解析管不了答非所问或编造值，后者仍需参数校验与幻觉检测。
对用户/开发者/创作者的影响
开发者可以把这层放在模型输出和工具入参之间，让下游工具始终拿到干净的 dict。文章提醒不要一上来就用正则全局修复，规范输出可能被误伤，例如值中本就含 True 一词。作者称教学版对含撇号的单引号和深层嵌套处理有限，生产环境建议使用 json5 或 json-repair 等专业库。目前公开信息显示，这只是个人工程经验分享，并非官方产品或基准评测。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是这类容错层是否会被主流 Agent 框架或 SDK 内置；二是 json-repair、json5 等库在深层嵌套与复杂引号场景下的实际表现；三是文章提到的 schema 校验环节能否与容错解析形成完整的入参防线。
来源：juejin
