执行摘要

此PR优化了CI工作流，将CUDA coredump上传步骤从始终执行改为仅在测试失败时执行，以减少资源浪费。变更覆盖所有主要测试套件，包括PR测试、多模态生成测试、重跑测试和夜间测试，总计32处修改。风险较低，但对调试信息可用性需保持关注。

功能与动机

为什么做？ 根据PR body描述，coredumps仅在测试崩溃时产生，因此在成功或取消的测试中上传是无效工作，浪费CI资源。作者旨在通过条件优化减少不必要的上传开销，提升CI效率。引用PR body关键表述："Coredumps are only produced on crashes, so uploading on success/cancel is wasted work"。

实现拆解

做了什么？ 统一修改了四个GitHub Actions工作流文件中的upload-cuda-coredumps步骤条件：

• 文件列表：
  • .github/workflows/nightly-test-nvidia.yml（16处修改）
  • .github/workflows/pr-test.yml（12处修改）
  • .github/workflows/pr-test-multimodal-gen.yml（3处修改）
  • .github/workflows/rerun-test.yml（1处修改）
• 关键变更：将所有if: always()替换为if: failure()，确保coredump仅在上传步骤失败时触发。示例代码片段：
  

  - uses: ./.github/actions/upload-cuda-coredumps
    if: failure() # 原为 if: always()
  

评论区精华

讨论了什么？ review评论为空，无实质性技术讨论。仅有两条评论：

gemini-code-assist[bot]: "You have reached your daily quota limit..."
hnyls2002: "/tag-and-rerun-ci"
这表明变更直接通过，无争议或设计权衡，团队对CI优化达成共识。

风险与影响

风险分析：

• 调试信息丢失风险：如果测试失败但coredump未正确上传（如条件未捕获所有崩溃场景），可能影响问题排查。

• 边缘情况覆盖：需确保failure()条件能处理所有异常退出，包括超时或部分失败。
  影响分析：

• 系统影响：减少CI存储和带宽开销，加快成功测试运行时间。

• 团队影响：提升CI资源利用率，但对调试流程需稍作调整以确保coredump可用。
• 用户影响：无直接影响，属于后台优化。

关联脉络

与历史PR的关系：

• PR 22284：为多模态生成CI添加快速失败机制，与本PR共同优化测试效率。
• PR 22288 和 22297：涉及夜间测试模型更新和撤销，显示团队对CI配置的持续调整，本PR是这一趋势的延续。
• 整体趋势：近期多个PR（如21931、22232）聚焦CI和性能优化，表明团队在提升系统稳定性和资源效率方面的持续投入。