radixark/miles · 标签视图

CI 命令网关新增用户 ID 白名单，种子授权 4 位贡献者

值得精读，尤其适合管理开源仓库 CI 命令权限的团队。两个设计决策值得借鉴：①授权身份绑定 GitHub 稳定数字 ID 而非 login，避免用户名变更导致权限漂移；②每个 tier 独立白名单，且 `/clear-labels` 这类涉及 CI 策略的操作始终要求实时 write/admin，体现最小权限原则。建议后续补强 v4 的 `users` 条目 schema 校验与缺键错误测试，弥补删除 `_validate_user_ids` 后的校验空档。

新增 stage-c-8-gpu-b200，接入 8×B200 CI runner

值得快速精读。虽然单看只是注册表加一行 + 一个 workflow job，但其中蕴含两个可复用的 CI 设计原则：一是「测试自声明 GPU 预算（ray start --num-gpus / torchrun --nproc-per-node）而不是读取可见设备」，这让不分区主机的资源分配语义清晰；二是「合入时零测试注册是安全的，因为空 stage 收集零测试并退出 0」，支撑了增量迁移的分步落地。对参与 CI 基础设施维护的工程师，建议重点关注 pr-test.yml 中 job 注释与 tests/ci/run_suite.py 的 suite 注释，这两处把「为什么这么设计」讲得最清楚。

新增 Anthropic 会话验证与 SGLang 契约闸门

值得精读。三个设计点最有价值：一是硬/软失配的分层判定配合 sidecar 日志，解决"rollout 重试吞掉验证失败"的经典问题；二是用配对 checkout 把上游外部 PR 不跑的 CPU 套件搬进自家 CI，形成行为保持闸门；三是端口独立分配对并发部署的改进。阅读时注意临时闸门的清理时机与 Qwen3.6 阈值放宽的后续收敛。

sglang 升级 v0.5.18 并适配 torch 2.13

值得精读。重点有三个：一是 PR body 本身就是依赖升级工程的范本——回滚点定义、中转基线选择（736 vs 1317 drift）、冲突取舍原则（上游新形态为准、行为重表达）都写得很清楚；二是 `_forward_remaining_collectives()` 的自动转发设计，用元编程根除手工维护清单的复发式 bug，值得在同类 wrapper 场景复用；三是 det PG 覆盖范围先放大再收敛的过程，展示了如何靠多 GPU 测试逐步逼近最小必要改动。若团队后续还要升级 sglang/torch，建议直接对照此 PR 的适配清单。

修复 /rerun-test 默认镜像逻辑

建议精读该 PR，它展示了 CI 镜像选择逻辑的优化思路，对维护 CI 流程有一定参考价值。值得关注的是如何通过检查镜像是否存在来优雅回退，以及如何通过认证避免限流问题。

豁免 .claude 技能测试，修复 CI 全红

该 PR 是必要的 CI 修复，建议合并；其设计决策（将 .claude/ 与 tests/ 同等豁免）值得在类似场景中借鉴。

将 router/session-server 就绪超时提升至 120s，修复 CI 偶发失败

该 PR 值得快速合并，修复了 CI 偶发失败且改动简单、注释清晰。对于读者，它展示了如何通过根因分析定位偶发故障并采用合理的超时策略。无需深读，但可以留意后续是否将常量提取为可配置参数。

Dockerfile 的 MEGATRON_BRANCH 回退到 miles-main

此 PR 为简单的基础设施修复，不值得精读。核心决策是确保分支引用与上游仓库一致，建议关注后续是否有类似的临时分支引用清理。