LLM-Shark v1.0.x

April 25, 2026 · View on GitHub

中文 | English

LLM-Shark 是一款面向通信/网络工程师的桌面端"对话式信令诊断工具"。它把 PCAP 中的关键信令抽取、时序图呈现、案例知识库检索与大模型分析串成一条可复用的诊断链路，让定位问题更快、更可解释、可沉淀。

LLM-Shark 支持22国语言（适用于界面语言和 LLM 对话），以及上架微软应用商店，最新版本可在商店下载：

Web-Link: https://apps.microsoft.com/detail/9NJQ6N01CF65

MS-Store: ms-windows-store://pdp/?productid=9NJQ6N01CF65

本仓库不公开源码，主要提供早期版本的二进制下载（请移步 Assets 下载），不定期提供新版本的下载。

关于界面

适用场景

  • VoLTE/IMS 呼叫建立失败、异常释放、单通、无声、注册失败等排障
  • LTE/5G 核心网/接入网信令问题定位（常见协议栈如 S1AP/NGAP、GTPv2、DIAMETER 等）

核心功能与特色

  • 一键诊断：选择 PCAP 后自动生成摘要，判断是否建议继续深入分析
  • 全量解析与结构化报告：输出 report.json、analysis.json、信令表（JSON/CSV）等可追溯结果
  • 时序图可视化：自动生成 Mermaid 时序图，支持缩放/适配，便于沟通与复盘
  • 案例知识库增强：内置加密案例库（1700+ 条真实案例），按信令特征检索命中，给出可对照的"相似案例/诊断结论/根因"
  • 对话式追问：在同一份"结构化报告 + 命中案例 + 时序图"上下文中追问，输出更稳定、更贴近现场的结论与下一步建议
  • OpenAI 兼容模型接入：支持配置 OpenAI-compatible Endpoint/Model，可对接云端或本地模型服务
  • 多语言界面：内置多语言 UI（含中文/英文等十国语言包）

诊断界面

典型工作流

  1. 选择 PCAP → 点击"诊断"
  2. 自动生成摘要（用于快速判断与定向）
  3. 生成解析报告与时序图，并展示关键信令表 4.（可选）启用案例知识库检索，获得相似案例与根因对照 5.（可选）在"对话"中继续追问：结论、证据帧号、排查路径与建议动作

Prompt 自定义

  • 用户可以自行编辑修改提示词来调整或重塑 LMM 的思考与行为，在设置界面指定使用的 prompt 文档
  • 目录内提供了一份 conclusion.md 要求 LMM 提供简洁答复

简答界面

交付与运行要求（面向客户）

  • 程序形态：Windows 桌面端应用（MSI 安装包或解压即用的目录）
  • WebView2：运行需要 Microsoft Edge WebView2 Runtime（Windows 10/11 多数已内置；若缺失需安装）
  • tshark：PCAP 解析依赖 tshark.exe（来自 Wireshark/Portable Wireshark），在设置中配置路径即可
  • 模型调用：如使用 LLM 诊断/追问，需要可访问的模型 Endpoint 及相应凭据（可留空用于本地模型）

使用授权

  • 软件已在微软应用商店上架，可通过商店的在线支付订阅软件；
  • 免费使用时，每天限制可诊断3个PCAP文件，单个文件不超过1MB（绝大多数情况下够用）；
  • 订阅使用时，没有限制 PCAP 文件个数，单个文件大小可放宽到5MB（理论上不需要这么大）；

设置界面

已知问题

  • 大模型在回复时，其内容具有一定的随机性，其诊断结论仅供参考，还不能稳定地作为专业诊断结论使用
  • 为了对抗随机性，建议在使用时对同一个PCAP执行2-3次诊断，对结果进行评估和选用

关于 LLM-Shark Mobile

当没有 PCAP 文件时如何分析一个呼叫的失败原因？ 虽然缺乏基于真实信令的依据，依然可以根据一些特征来进行分析，尤其是当有机会看到呼叫记录（所谓的 xDR）从而了解部分呼叫信息时。

针对这样一个使用场景，我们把1700个真实案例的特征汇总成案例知识库，然后把测试人员提供的呼叫信息/特征与具有一定匹配度的案例交给 LLM 进行推理诊断，从而获得初步的诊断结论。该结论在有高匹配度案例时将具有较高的可信度，而在缺乏高匹配度案例时依然具有相当的参考价值。

LLM-Shark Mobile 目前仅提供 Android 版，可在右侧 Release 页面下载 APK 自行安装。

adb install 'APK 文件路径'