LLM JSON 修复（INV-JSON-01）

wesgine 的 internal/infra/llmjson 包将模型输出的近似 JSON 修成合法 JSON，同时保证字符串值不被改变。

核心问题

LLM 经常输出"几乎合法"的 JSON：

{"command":"grep -n 'a,]b' f.go","n":1,}
//                                    ^ 尾部逗号

修复必须只删尾部逗号，不动字符串里的 ,]。

位置安全原则

每一遍改写必须位置安全：只动字符串字面量之外的字节。

反例：removeTrailingCommas 曾逐字扫全文删"逗号后跟 }/]"：

输入: {"command":"grep -n 'a,]b' f.go","n":1,}
错误: {"command":"grep -n 'a]b' f.go","n":1}
                           ^ 字符串内容被改了！

修好之后跑的是 grep -n 'a]b' f.go——这不是罕见输入，每个 JSON 定界符也是正则里的普通字符。

修复管线

步骤	作用	位置
NormalizeOutsideStrings	全角标点 → ASCII	字符串外
removeTrailingCommas	删尾部逗号	字符串外
escapeBareControlsInStrings	转义控制字符	字符串内（唯一例外）
balanceBrackets	补缺的 `}`/`]`	字符串外

字符集约束

NormalizeOutsideStrings 可以收入的字符

全角标点、全角空格、不换行空格 → ✅
引号类字符 → ❌ 禁止

引号是判断"在不在字符串里"的依据，先改引号等于先毁掉判据。

控制字符

JSON 禁止全部 32 个控制字符，不只是 \n/\t。

只处理常见两个时，Windows 换行留下裸 \r，穿过每一道修复仍然非法，症状读起来像截断。

escapeBareControlsInStrings

唯一动字符串内部的改写，豁免理由是保值：

裸换行 → \n     （unmarshal 成同一字节）
裸 tab → \t     （unmarshal 成同一字节）
裸 \r  → \r     （unmarshal 成同一字节）

不是"反正在字符串里"，是改写后解码值不变。

验证方法

json.Valid 是最低门槛不是充分条件：

它只回答语法问题
对"值的内容被改了"永远说是

正确的断言落在解码后的值上：

// fixture 故意把 JSON 定界符放进字符串值里
input := `{"cmd":"grep 'a,]b'","n":1,}`
result := Repair(input)
var m map[string]interface{}
json.Unmarshal([]byte(result), &m)
assert(m["cmd"] == "grep 'a,]b'")  // 值未变

回归测试

TestRepair_PreservesStringContent：

不追踪边界的实现能过其余全部测试
只挂在这一条

闸门

代码审查时的检查清单：

新的改写遍是否追踪字符串边界？
字符集是否包含引号类字符？
测试是否断言解码后的值？
回归 fixture 本身是否非法？（合法 fixture 让测试恒绿）