摘要
本发明涉及前端应用错误修复技术领域，提供一种基于大模型的前端错误智能修复方法，包括调用JavaScript全局错误监听器捕获运行异常时的上下文信息并进行结构化封装；将上下文数据包中的结构字段转换为对应的错误描述文本，与基于历史错误案例聚类生成的错误模式标签输入至用于前端错误修复任务微调的大语言模型中，生成与运行异常适配的JavaScript修复补丁；将修复补丁在沙盒环境中进行验证，验证通过后通过热更新方式部署。本发明确保了故障定位所需的关键数据完整性，又保障了用户数据的安全性；在补丁生成阶段，通过对历史错误案例进行聚类分析并生成错误模式标签，在大语言模型微调过程中将标签作为提示前缀注入，有效提升在特定错误场景下的修复准确率。
