AI 语音一直“正在连接”？用 RUM 排查 WebSocket 建连问题
内容提要
AI语音交互中用户常卡在“正在连接”，问题多出在WebSocket握手阶段。阿里云CMS 2.0 RUM通过自定义资源记录握手结果、耗时与用户环境，并借助Trace关联网关与鉴权处理。采集以一次连接尝试为单位，只统计首个终态，去重回调，保留状态码、错误分类等字段，按结果分组统计，从而定位连接失败原因。
延伸解读
为什么模型指标正常却卡在“正在连接”
AI语音交互中，用户卡在“正在连接”往往不是模型推理问题，而是WebSocket握手阶段失败。模型侧指标正常，常规接口也找不到对应失败请求，因为问题发生在音频发出前的建连阶段。通过RUM自定义资源记录握手结果、耗时和用户环境，可以将笼统的“AI没有响应”收敛到具体的握手拒绝，从而转向服务端排查。
RUM如何帮助定位握手失败原因
RUM以一次连接尝试为单位，只统计首个终态，去重回调，保留状态码、错误分类等字段。例如记录success=false、statusCode=403、errorMessage=auth-rejected，表明握手被拒绝。结合用户会话、App版本、设备和网络环境，可以判断影响范围，观察异常是否集中出现，如429增多可能指向网关限流，蜂窝网络中-1集中可能指向网络问题。
Trace关联：从客户端到服务端的排查路径
握手资源携带的Trace Context可以关联网关和鉴权Span，检查拒绝发生在哪个环节，以及握手期间的鉴权、路由或初始化是否变慢。Upgrade请求的traceparent与RUM资源保留同一Context，网关提取后创建自己的Span，形成端到端链路。若证据指向签名过期，可进一步检查凭据刷新、签名有效期和设备时间，并结合受影响版本做回归验证。
采集口径与统计注意事项
采集以一次连接尝试为单位，从connect开始到首个终态结束，只统计首个终态并去重回调，避免重复上报放大尝试量和失败数。成功比例计算时，cancelled/replaced保留在分母中并单独展示占比；耗时分组应区分成功、失败和主动终止，混算P95可能让快速取消掩盖成功连接变慢。统计结果仅覆盖已上报记录，需注明采集范围、采样和时间窗口。
Q&A
AI语音交互中用户卡在“正在连接”通常是什么原因？
问题多出在WebSocket握手阶段，即音频发出前的建连阶段。模型侧指标可能正常，常规接口中也找不到对应的失败请求，因此需要从握手环节排查。
如何用RUM记录WebSocket握手结果和耗时？
以一次连接尝试为单位，从connect开始到首个终态（open、失败或主动终止）结束计时，通过统一完成函数对回调去重，每次尝试最多上报一条握手资源，保留状态码、错误分类等字段。
RUM自定义资源记录WebSocket握手时有哪些核心字段？
核心字段包括：url（脱敏连接地址）、success（以open回调确认握手成功）、statusCode（HTTP状态码，无响应记为-1）、errorMessage（稳定低基数分类如auth-rejected、timeout、cancelled）、duration（connect到首个终态的毫秒数，使用单调时钟）。
如何通过Trace关联WebSocket握手与网关鉴权处理？
握手资源携带的Trace Context可关联网关、鉴权Span。Upgrade请求的traceparent与RUM资源保留同一Context，网关提取入站上下文后创建自己的Span，从而检查拒绝发生在哪个环节，以及握手期间的鉴权、路由或初始化是否变慢。
RUM统计WebSocket握手指标时有哪些口径？
成功比例：成功数除以已上报终态的尝试总数，cancelled/replaced保留在分母中并单独展示占比；耗时分组：成功、失败和主动终止分别计算分位数，原因不明的事件保留独立分组；数据范围：注明采集范围、采样和时间窗口，统计结果仅覆盖已上报记录。
Android和iOS接入RUM上报WebSocket握手资源的代码示例？
Android使用AlibabaCloudRum.reportCustomResource("websocket", resourceUrl, "GET", statusCode, errorMessage, success, "OkHttp3", traceContext, measuring)；iOS使用AlibabaCloudRUM.setCustomResource("websocket", success: success, url: resourceURL, method: "GET", statusCode: statusCode, errorMessage: errorMessage, provider: "URLSessionWebSocketTask", tracing: traceContext, measure: measure)。
