执行摘要

• 一句话：为CI添加pytest失败日志收集与持久化功能，提升调试效率。
• 推荐动作：该PR值得快速浏览，重点关注pytest_runtest_makereport钩子的实现方式，以及文件名清洗和导入结构调整的设计决策。对于CI基础设施维护者，可借鉴其日志收集机制以优化其他项目的测试调试流程。

功能与动机

根据PR body描述，动机是“增强CI调试能力，通过收集详细的pytest失败日志，减少不稳定或失败用例的排查时间”。这旨在解决CI环境中测试失败时调试困难的问题，提升开发和维护效率。

实现拆解

1. 新增pytest钩子实现日志收集：在tests/conftest.py中新增pytest_runtest_makereport钩子，捕获测试失败时的错误信息，并写入FD_LOG_DIR目录下的日志文件，文件名基于测试用例名生成。
2. 调整conftest.py导入和结构：将e2e.utils.serving_utils导入移至文件顶部，并添加日志目录创建逻辑到pytest_configure中，同时重构代码注释以提升可读性。
3. 禁用不稳定测试文件：将tests/e2e/4cards_cases/test_Qwen3_30b_tp4.py重命名为_test_Qwen3_30b_tp4.py，以禁用该不稳定测试。
4. 更新CI脚本排除干扰：修改scripts/coverage_run.sh，在grep命令中添加--exclude="pytest_*_error.log"选项，避免日志收集产生的错误日志干扰CI输出。

关键文件：

• tests/conftest.py（模块 测试框架；类别 test；类型 test-coverage；符号 pytest_configure, pytest_collection_modifyitems, pytest_runtest_makereport, FDRunner）: 核心变更文件，新增pytest钩子实现日志收集，并调整导入和配置逻辑。
• tests/e2e/4cards_cases/_test_Qwen3_30b_tp4.py（模块 端到端测试；类别 test；类型 rename-or-move）: 通过重命名禁用不稳定的测试文件，避免CI失败干扰。
• scripts/coverage_run.sh（模块 脚本工具；类别 infra；类型 configuration）: 更新CI脚本以排除pytest错误日志，避免干扰CI输出。

关键符号：pytest_runtest_makereport, pytest_configure, pytest_collection_modifyitems

关键源码片段

tests/conftest.py

核心变更文件，新增pytest钩子实现日志收集，并调整导入和配置逻辑。

import os
import re
import pytest
​
@pytest.hookimpl(tryfirst=True, hookwrapper=True)
def pytest_runtest_makereport(item, call):
    """
    捕获失败测试用例并将错误日志保存到FD_LOG_DIR。
    仅记录测试执行阶段的失败，不包含setup/teardown阶段。
    """
    outcome = yield
    report = outcome.get_result()
​
    if report.when == "call" and report.failed:
        # 从item.nodeid提取测试用例名，并清洗非法字符以确保文件名安全
        raw_name = item.nodeid.split("::", 1)[-1]
        case_name = re.sub(r'[\\/:*?"<>|]', '_', raw_name) # 替换特殊字符为下划线
​
        log_dir = os.environ.get("FD_LOG_DIR", "log")
        log_file = os.path.join(log_dir, f"pytest_{case_name}_error.log")
​
        # 将错误信息写入日志文件
        with open(log_file, "w", encoding="utf-8") as f:
            f.write(f"Test failed: {item.nodeid}\n")
            if call.excinfo is not None:
                f.write(f"Exception: {call.excinfo}\n")
            if report.longrepr is not None:
                f.write(f"Traceback: {report.longrepr}\n")

评论区精华

1. 文件名安全性问题：PaddlePaddle-bot指出case_name未做安全清洗，参数化测试中含/等字符可能导致日志写入失败，建议添加清理逻辑。作者在后续提交中通过正则表达式修复了此问题。
2. 导入风险疑问：PaddlePaddle-bot询问将e2e.utils.serving_utils提升为顶层导入是否会导致非e2e测试的collection失败，但未得到明确回复，此疑虑未解决。
3. 脚本选项位置建议：PaddlePaddle-bot建议将--exclude选项放在位置参数前以避免POSIX兼容性问题，但PR中未采纳此建议。
4. 临时测试修改：Review中发现了多个测试文件中的断言被反转为!=，这是用于验证日志收集功能的临时修改，作者在后续提交中移除了这些调试代码。

• 文件名安全性清洗 (correctness): 作者在后续提交中添加了正则表达式清洗逻辑，替换非法字符为下划线。
• 顶层导入风险 (design): 未得到明确回复，疑虑未解决，可能依赖环境配置。
• 脚本选项位置 (style): PR中未采纳此建议，选项仍放在位置参数后。

风险与影响

• 风险：1. 导入依赖风险：conftest.py中顶层导入e2e.utils.serving_utils，若该模块在非e2e测试环境中不可用，可能导致所有测试的collection阶段失败。
  2. 日志文件路径安全：尽管已添加文件名清洗，但case_name清洗逻辑可能未覆盖所有边缘情况，如过长文件名或特殊编码字符，仍可能引发文件操作异常。
  3. CI脚本兼容性：coverage_run.sh中--exclude选项放在位置参数后，在严格POSIX环境下可能失效，导致错误日志未被排除，干扰CI输出。
  4. 测试覆盖影响：禁用test_Qwen3_30b_tp4.py可能降低对该模型特定配置的测试覆盖，需确保其他测试能补偿。
• 影响：1. 对用户影响：无直接影响，主要面向开发者和CI维护者，提升测试失败时的调试效率。
  2. 对系统影响：新增日志文件可能增加磁盘使用量，但通过环境变量FD_LOG_DIR可控制目录，影响有限。
  3. 对团队影响：简化CI故障排查流程，减少手动日志收集时间，提升开发迭代速度。
• 风险标记：导入依赖风险, 文件路径安全, 脚本兼容性

关联脉络

• PR #7429 [CI] Add approval check for logging-related modifications: 同属CI和日志相关改进，涉及脚本和审批流程优化。
• PR #7190 [Feature] implement log channel separation and request log level system: 涉及日志系统增强，本PR的日志收集机制可视为其补充。