Recorder是一个采集器，可以采集每一次请求的所有细节信息，包括请求ID、请求参数、远程IP、被调用的接口、响应时间、工作目录和进程号等各种信息。这些数据具有以下两个作用:
系统的维护者可以利用Recorder中的数据快速定位，复现现网问题，可以看做是一个更强大的日志系统。
通过请求ID，训练数据收集系统可以将请求参数、响应数据与用户反馈数据关联起来，这就相当于是一条有标记的数据。
3.5. Logger组件Logger是AIMS封装的日志模块，用法和python自带的logging.Logger使用方式一致，最大限度地降低开发者的学习成本。
4. 补充说明我们注意到，在AIMS架构图中，Argument Parser、Schema Checker、Swagger UI和OpenAPI Specification是同源的，即都是来自Document。这就不会出现文档(Swagger UI、OpenAPI Specification)与函数实现(Argument Parser、Schema Checker)不一致的情况。开发者也不需要同时维护Argument Parser、Schema Checker、Swagger UI和OpenAPI Specification相关代码。
以上就是文档驱动开发在AIMS框架中的优势，既降低了开发者的工作量，又解决了一致性的问题。事实证明，自动产生的组件质量也是优于开发者自行开发的代码，并且不易出错，从而提升整体服务的质量以及稳定性。
[1] 在AIMS开发中，这个字段是写在__doc__中的api_path字段中。
[2] 事实上，路由模块会将请求转发给NotFoundRequestHandler，然后由NotFoundRequestHandler进行响应。
[3] 在AI相关微服务开发过程中，Function，也就是核心功能函数，是已经准备好的。