JSON 解码只能确认格式，不代表字段齐全；把第三方日志转换成本文中间格式时，应另外核对键名、单位和类型。本文从Node构建JSON清单的受控中间格式读取记录，统一使用毫秒和退出码。展示耗时走势时，可以让每个结果代表连续三次执行的平均。

先固定可回放的数据

前端构建包装器可在一次运行结束后，把各阶段结果整理为受控中间格式，交给离线看板回放。这里采用对象数组保存完整快照，故意留下两次同名测试，使失败尝试不会被后来的成功覆盖。验收先确认数组成员仍是独立事件，再检查耗时与退出状态没有被显示层改写。

importjson raw='[{"step":"build","ms":120,"code":0},{"step":"test","ms":40,"code":1},{"step":"test","ms":60,"code":0},{"step":"pack","ms":80,"code":2}]'

恢复结构并统一字段

清单顶层是记录数组，每条记录包含步骤名、毫秒数和退出码。读取结构化 JSON 可以保留数值类型，不需要从彩色终端输出里猜测字段。

rows=json.loads(raw)ifany(r["ms"]<0forrinrows):raiseValueError()

计算本篇的指标

每个完整窗口取连续三条记录的平均，结果对齐第三条及之后的位置。不足三条的输入输出空数组，避免用补零制造下降趋势。

times=[r["ms"]forrinrows]result=[sum(times[i-2:i+1])/3foriinrange(2,len(times))]

对照独立期望值

期望数组检查窗口数量与两个具体平均值。验收中容易漏掉的错误是少算最后一个窗口，或切片包含了第四个元素；若改为流式实现，应与这个小样本版本逐项比较对齐位置。

want=[73.33333333333333,60.0]ifresult!=want:raiseValueError(result)print(result)

四条有序样本恰好产生两个完整窗口，便于分别手算首个与末个结果。

这里不筛掉失败事件，因为筛选会改变相邻关系；不够三条时也不补零，避免让图表看起来出现不存在的下降。

移动平均可以平滑展示，却会引入窗口语义。

分析脚本本身只读数据，不能为了得到更好看的数字去改写失败状态或隐藏异常记录。