执行摘要

• 一句话：为 CI 添加 Lark 卡片通知，自动推送 Scheduled PR Test 结果至团队群组。
• 推荐动作：本 PR 是一个有价值但不复杂的 CI 基础设施增强。建议工程师关注其作为 CI 通知系统实现模板的参考价值，特别是其中 GitHub API 数据获取、Lark 卡片构建和容错处理（如重试逻辑）的实现方式。对于负责 CI/CD 的团队，值得精读 lark_notify.py 的核心逻辑，评估其模式是否可复用到其他通知场景（如 Slack）。

功能与动机

根据 PR body 描述，目的是「notify RL Dev when the scheduled PR Test workflow completes」，并根据运行日期（周中/周末）区分标签为「Nightly Test」或「Weekly Test」。这解决了团队需要手动检查 CI 结果的问题，实现了关键测试结果的主动推送和可视化。

实现拆解

1. 核心通知脚本实现：新增 .github/workflows/scripts/lark_notify.py 脚本。它封装了一个 GitHub 类用于调用 GitHub API 获取 workflow run 和 jobs 的详细数据，并实现了 build_card 和 post_card 函数来构建并发送 Lark 交互式卡片。脚本根据传入参数（如 ci-status 和 --run-id）执行不同的通知逻辑。
2. 工作流触发与配置：新增 .github/workflows/ci-lark-notify.yml 工作流文件。它配置为监听 PR Test 工作流的 completed 事件（仅限 main 分支），且只在事件源为 schedule 时触发。同时支持通过 workflow_dispatch 手动触发，以便测试和复现。工作流条件判断确保仅在 radixark/miles 仓库内运行。
3. 凭证与安全：脚本需要 GITHUB_TOKEN（用于读取 Actions 运行数据）和 LARK_WEBHOOK（用于发送卡片）两个 secrets。Webhook URL 不在代码中硬编码，符合安全实践。
4. 无测试配套：本次变更没有新增或修改任何测试文件，主要为基础设施脚本。

关键文件：

• .github/workflows/scripts/lark_notify.py（模块 CI 脚本；类别 infra；类型 infrastructure；符号 GitHub, init, get, paginate）: 核心实现文件，包含了与 GitHub API 交互、Lark 卡片构建和 Webhook 发送的所有逻辑。
• .github/workflows/ci-lark-notify.yml（模块 CI 工作流；类别 infra；类型 infrastructure）: 工作流定义文件，配置了通知的触发条件、执行环境和所需权限。

关键符号：GitHub.init, GitHub.get, GitHub.paginate, GitHub.run, GitHub.run_jobs, build_card, post_card, render_ci_status, ci_display_name, failed_job_names

评论区精华

PR 的正式 review 讨论较少，guapisolo 给予了批准，claude[bot] 发送了格式化的评论。但相关的 issue 评论揭示了 PR 作者利用这个新引入的 CI 基础设施来测试 AI 工具（Claude 和 Codex）对 CI 失败日志的访问和分析能力，这间接验证了通知系统所依赖的数据源（GitHub Actions logs）的可达性问题。

• 关键讨论点：作者在关联的 issue 中要求 Claude 和 Codex 去读取一个具体的 CI 失败日志（run 33771053568）。Codex 的回复明确指出「I could not access the raw GitHub Actions logs」，因为环境中缺少 GitHub 认证。这提示了当前 PR 引入的通知脚本依赖 GITHUB_TOKEN，其权限设置（actions: read）是完整工作的关键。

• 决策与状态：讨论未涉及代码设计争议，焦点在于外部工具的能力验证。PR 已合并。

• AI 工具对 CI 日志访问能力的验证 (question): 该讨论揭示了通知系统所依赖的 GitHub Actions 日志访问需要正确的认证令牌，间接验证了 GITHUB_TOKEN 权限（actions: read）的必要性。

风险与影响

• 风险：
  1. 依赖外部 API 稳定性：脚本高度依赖 GitHub Actions API 和 Lark Webhook API。任何一方的 API 变更、速率限制或服务中断都会导致通知功能失效。
  2. 凭证管理风险：LARK_WEBHOOK secret 的管理和轮换需要运维介入。若该 secret 泄露，可能导致群组被垃圾信息攻击。
  3. 卡片内容健壮性：脚本中对 GitHub API 返回数据的解析（如 run.get('head_commit', {}).get('message', '')）假设了特定数据结构，若上游数据格式意外变更可能导致脚本抛出异常或生成内容不全的卡片。
     - 影响：直接影响为团队基础设施：RL Dev 团队将能通过 Lark 群组自动、实时地获取 Scheduled CI 测试的结果摘要，包括失败任务、耗时和关键提交信息。这减少了手动查看 CI 页面的需要，提升了团队对代码集成健康状况的感知力和响应速度。变更范围限于 CI 流程，不影响产品代码、训练或推理功能。
     - 风险标记：外部 API 依赖, 凭证管理, 数据解析健壮性

关联脉络

• PR #2877 fix(ci): mint the command-App token with pull-requests: write for label commands: 同属 CI 基础设施修复，涉及 GitHub Actions 的令牌权限管理，与本 PR 的 GITHUB_TOKEN 权限设置有共同关注点。
• PR #2700 feat(ci): add stage-c-8-gpu-b200 for the Blackwell runner: 同属 CI 基础设施增强，扩展了 CI 的执行能力（新硬件 runner），而本 PR 扩展了 CI 的可观测性（新通知渠道）。两者共同构成了 CI 系统的演进。