执行摘要
- 一句话：修复构建脚本中cuda-python版本与CUDA 12.9环境不匹配的问题。
- 推荐动作：该PR变更简单直接，适合快速浏览以了解构建脚本的版本对齐问题。对于维护构建脚本或关注环境一致性的开发者，值得关注此修正以确保依赖链正确。
功能与动机
根据Issue #1826报告，build_conda.sh脚本中存在明显的版本逻辑冲突：脚本注释声称“防止为sglang安装CUDA 13.0”，但实际却安装了cuda-python==13.1.0，这与已安装的CUDA 12.9和PyTorch cu129环境不一致。虽然CI能通过是因为后续步骤重新安装了正确的版本，但脚本本身不应依赖这种纠正机制，而应保持内部一致性以确保可复现的构建环境。
实现拆解
- 识别问题点：在文件
build_conda.sh中，第24行原本安装cuda-python==13.1.0，这与脚本中已安装的CUDA 12.9和PyTorch cu129版本不匹配。
- 修正版本号：将
cuda-python==13.1.0改为cuda-python==12.9，使其与CUDA 12.9环境对齐。
- 验证变更：通过
bash -n build_conda.sh检查语法，并确认变更仅限于版本号调整，未引入其他副作用。
关键文件：
build_conda.sh（模块 构建脚本；类别 infra；类型 configuration）: 这是唯一被修改的文件，直接修复了cuda-python版本与CUDA环境不匹配的问题。
关键符号：未识别
关键源码片段
build_conda.sh
这是唯一被修改的文件，直接修复了cuda-python版本与CUDA环境不匹配的问题。
# 安装 CUDA 相关依赖
micromamba install -n slime cuda cuda-nvtx cuda-nvtx-dev nccl -c nvidia/label/cuda-12.9.1 -y
micromamba install -n slime -c conda-forge cudnn -y
# 修复：将 cuda-python 版本从 13.1.0 改为 12.9，以匹配 CUDA 12.9 环境
# 原版本 13.1.0 与 CUDA 12.9 不匹配，可能导致依赖链不一致
pip install cuda-python==12.9
# 安装 PyTorch cu129 版本
pip install torch==2.9.1 torchvision==0.24.1 torchaudio==2.9.1 --index-url https://download.pytorch.org/whl/cu129
评论区精华
无review评论，但PR body和关联Issue #1826中详细讨论了问题原因：脚本混合了CUDA 12.9/cu129栈与cuda-python==13.1.0，虽然CI能通过是因为后续步骤重新安装了正确版本，但脚本本身应保持正确性。
风险与影响
- 风险：风险极低：变更仅涉及版本号调整，未改动核心逻辑。但需注意，如果项目其他部分依赖cuda-python 13.1.0的特定功能，降级到12.9可能引入兼容性问题，不过根据Issue描述，SGLang依赖要求cuda-python==12.9，因此风险可控。
- 影响：影响范围有限：仅影响使用build_conda.sh脚本构建环境的用户。修正后，构建环境将更一致，减少因版本不匹配导致的潜在编译或运行时问题，提升脚本的可复现性和可靠性。
- 风险标记：依赖版本不匹配
关联脉络
- PR #1813 [conda] Add install custom sgl-router to build_conda.sh: 同样修改了build_conda.sh文件，涉及构建脚本的依赖管理，属于同一模块的维护性PR。
- PR #1777 [release] bump to v0.2.4: 涉及版本更新和依赖调整，与本PR的版本修复主题相关，都关注环境一致性。
参与讨论