执行摘要

• 一句话：为夜间测试套件添加/rerun-test命令支持，扩展CI工具能力。
• 推荐动作：此PR值得快速浏览以了解CI工具的扩展点，但不需深入分析。关注点在于如何将CI工作流配置映射到命令行工具，这对于维护类似基础设施的团队有参考价值。

功能与动机

根据PR描述，当前/rerun-test命令对任何注册在nightly-*套件中的测试文件都会失败，因为CUDA_SUITE_TO_RUNNER字典只包含PR测试套件映射（stage-a、stage-b、stage-c）。此变更添加了缺失的夜间和每周套件条目，使开发者能够从PR评论中重新运行单个夜间测试。

实现拆解

1. 扩展CI配置映射：在scripts/ci/utils/slash_command_handler.py文件的CUDA_SUITE_TO_RUNNER字典中添加了17个新的键值对，包括nightly-1-gpu、nightly-4-gpu、nightly-8-gpu-h200等夜间测试套件，以及weekly-8-gpu-h200每周测试套件，每个套件映射到对应的GPU runner（如1-gpu-h100、4-gpu-h100）。
2. 映射来源：这些runner分配源自.github/workflows/nightly-test-nvidia.yml作业定义，确保与现有夜间CI流程保持一致。
3. 无其他配套改动：此PR仅修改了这一个配置文件，没有涉及测试代码、文档或部署脚本的变更。

关键文件：

• scripts/ci/utils/slash_command_handler.py（模块 CI工具；类别 infra；类型 configuration；符号 CUDA_SUITE_TO_RUNNER）: 这是唯一被修改的文件，包含了/rerun-test命令的核心配置映射。

关键符号：handle_rerun_stage

关键源码片段

scripts/ci/utils/slash_command_handler.py

这是唯一被修改的文件，包含了/rerun-test命令的核心配置映射。

# 在 handle_rerun_stage 函数中定义的 CUDA_SUITE_TO_RUNNER 字典
CUDA_SUITE_TO_RUNNER = {
    # PR 测试套件映射（原有部分保持不变）
    "stage-a-test-1-gpu-small": "1-gpu-5090",
    "stage-a-test-cpu": "ubuntu-latest",
    # ... 其他 PR 套件映射
​
    # 新增：夜间测试套件（NVIDIA）
    "nightly-1-gpu": "1-gpu-h100", # 映射到 1 个 H100 GPU 的 runner
    "nightly-4-gpu": "4-gpu-h100", # 映射到 4 个 H100 GPU 的 runner
    "nightly-4-gpu-b200": "4-gpu-b200", # 映射到 4 个 B200 GPU 的 runner
    "nightly-8-gpu-common": "8-gpu-h200", # 映射到 8 个 H200 GPU 的 runner（通用套件）
    "nightly-8-gpu-h200": "8-gpu-h200", # 映射到 8 个 H200 GPU 的 runner
    "nightly-8-gpu-h20": "8-gpu-h20", # 映射到 8 个 H20 GPU 的 runner
    "nightly-8-gpu-b200": "8-gpu-b200", # 映射到 8 个 B200 GPU 的 runner
    "nightly-eval-text-2-gpu": "2-gpu-h100", # 文本评估套件
    "nightly-eval-vlm-2-gpu": "2-gpu-h100", # 视觉语言模型评估套件
    "nightly-perf-text-2-gpu": "2-gpu-h100", # 文本性能测试套件
    "nightly-perf-vlm-2-gpu": "2-gpu-h100", # 视觉语言模型性能测试套件
    "nightly-kernel-1-gpu": "1-gpu-h100", # 内核测试套件（1 GPU）
    "nightly-kernel-8-gpu-h200": "8-gpu-h200", # 内核测试套件（8 GPU）
​
    # 新增：每周测试套件
    "weekly-8-gpu-h200": "8-gpu-h200", # 映射到 8 个 H200 GPU 的 runner
}

评论区精华

此PR的review过程非常简单，只有Kangyan-Zhou的批准评论，没有其他讨论或争议点。这表明变更被团队认为是直接且必要的改进。

• 暂无高价值评论线程

风险与影响

• 风险：低风险：
  • 回归风险：变更只添加新映射，不修改现有PR测试套件的映射，因此不会影响现有的/rerun-test功能。
  • 配置错误风险：如果映射的runner名称与CI系统中实际可用的runner不匹配，可能导致/rerun-test命令执行失败。但根据PR描述，这些映射源自现有的nightly-test-nvidia.yml，降低了配置错误的风险。
  • 性能与安全风险：无直接影响。

• 影响：影响范围：

  • 对开发者：显著提升了开发体验，现在可以通过/rerun-test命令方便地重新运行夜间测试，无需手动触发完整CI流程。
  • 对系统：扩展了CI工具链的功能完整性，使/rerun-test命令支持更广泛的测试套件类型。
  • 对团队：减少了夜间测试调试的摩擦，可能加快问题排查和验证速度。
    影响程度：中等，主要影响使用夜间测试的开发者工作流程，不改变核心业务逻辑。

• 风险标记：配置映射风险

关联脉络

• PR #23417 [ci] split stage-c-test-4-gpu-b200 to enable a low-disk runner pool: 同样修改了slash_command_handler.py文件，涉及CI测试套件和runner的配置调整。
• PR #23413 Fix docker build error: 同属基础设施（infra）类别的PR，关注CI/部署工具的改进。