执行摘要

• 一句话：全局修复 PYTHONUNBUFFERED 环境变量拼写错误
• 推荐动作：值得快速合并。该修复解决了长期存在的无效环境变量问题，提升开发者体验和日志可靠性。

功能与动机

Issue #1966 指出 PYTHONBUFFERED 并非有效的 Python 环境变量，正确的名称是 PYTHONUNBUFFERED。设置 PYTHONBUFFERED 被静默忽略，因此注释中声称的 "prevent ray from buffering stdout/stderr" 并未生效。

实现拆解

1. 在核心模块 slime/utils/external_utils/command_utils.py 的 execute_train 函数中，将 exec_command 调用内错误的环境变量名替换为正确的 PYTHONUNBUFFERED=1（共两处）。
2. 对所有 shell 脚本（包括示例、测试和工具脚本）执行全局搜索替换，将 export PYTHONBUFFERED=16 改为 export PYTHONUNBUFFERED=1。
3. 同步更新 NPU 补丁文件 docker/npu_patch/slime.patch，保持与主代码一致。
4. 第二个提交中，根据 Copilot 指出的注释拼写错误，修正了 scripts/low_precision/run-qwen3-30B-A3B-int4.sh 中的注释 "stdout/stderrs" -> "stdout/stderr"。

关键文件：

• slime/utils/external_utils/command_utils.py（模块 命令工具；类别 source；类型 core-logic）: 核心源码文件，修复两处 exec_command 中的环境变量设置，是 Ray 启动和 job 提交时生效的关键路径。
• tests/test_gspo.sh（模块 测试脚本；类别 test；类型 test-coverage）: 测试脚本，验证 GSPO 训练环境变量设置正确。
• docker/npu_patch/slime.patch（模块 容器补丁；类别 infra；类型 infrastructure）: 基础设施补丁文件，同步更新 NPU 环境下的环境变量。
• scripts/low_precision/run-qwen3-30B-A3B-int4.sh（模块 低精度脚本；类别 other；类型 core-logic）: 示例脚本，同时修复了注释中的另一个拼写错误。
• examples/eval_multi_task/multi_task.sh（模块 多任务示例；类别 other；类型 core-logic）: 多任务评估示例脚本，体现变更覆盖范围。

关键符号：execute_train

关键源码片段

slime/utils/external_utils/command_utils.py

核心源码文件，修复两处 exec_command 中的环境变量设置，是 Ray 启动和 job 提交时生效的关键路径。

        if not external_ray:
            exec_command(
                # 防止 Ray 缓冲 stdout/stderr
                f"export PYTHONUNBUFFERED=1 && "
                f"ray start --head --node-ip-address {master_addr} --num-gpus {num_gpus_per_node} --disable-usage-stats"
            )
​
        # ...
​
        exec_command(
            f"export no_proxy=127.0.0.1 && export PYTHONUNBUFFERED=1 && "
            f"{cmd_megatron_model_source}"
            f'ray job submit --address="http://127.0.0.1:8265" '
            f"--runtime-env-json='{runtime_env_json}' "
            f"-- python3 {train_script} "
            f"{'${MODEL_ARGS[@]}' if megatron_model_type is not None else ''} "
            f"{train_args}"
        )

tests/test_gspo.sh

测试脚本，验证 GSPO 训练环境变量设置正确。

#!/bin/bash
​
# ...
​
set -ex
​
# 防止 Ray 缓冲 stdout/stderr
export PYTHONUNBUFFERED=1
​
# ...

评论区精华

Copilot 在 review 中指出 scripts/low_precision/run-qwen3-30B-A3B-int4.sh 的注释中存在额外拼写错误 "stderrs"，该问题在后续提交中已修复。

• 注释拼写错误 (style): 已在后续提交中修复。

风险与影响

• 风险：该变更为纯文本替换，无逻辑变更。风险极低。但需确认所有 48 个文件均已正确替换，避免遗漏。
• 影响：使环境变量设置生效，Python 输出不再缓冲，提升日志实时性，有利于调试和日志收集。
• 风险标记：全局替换需确认覆盖完整

关联脉络

• PR #1966 [Bug] PYTHONBUFFERED is not a python Environment Variable: 关联 issue，提供问题背景和修复理由。