执行摘要

• 一句话：澄清CI日志分析器对不兼容标志组合的issue提报规则，确保向srt-slurm仓库报告。
• 推荐动作：建议CI维护者和基础设施工程师精读此PR，重点关注 log_analysis_prompt.md 中的架构说明和失败分类逻辑，这对于理解srt-slurm与sglang的责任边界至关重要。同时，关注 analyze_logs_with_modal.py 的控制流调整，以确保自动化规则的正确实施。

功能与动机

PR body中说明：'clarifies in the log analyzer prompt that when a recipe passes an incompatible combination of flags to SGLang, that's a recipe bug and should be filed against NVIDIA/srt-slurm — even if the error surfaces in SGLang code'。这是在测试运行中发现的，分析器正确识别了不兼容组合（如flashinfer_cutedsl + deepep）但未向srt-slurm提报issue，因此需要澄清以改进自动化故障处理。

实现拆解

1. 更新日志分析提示文档：修改 scripts/ci/slurm/log_analysis_prompt.md，重写整个提示以添加架构说明（明确区分NVIDIA/srt-slurm作为编排层和sgl-project/sglang作为推理引擎）、失败分类（Category A/B/C），并强制issue提报规则。例如，添加了'当配方传递SGLang不支持的标志组合时，这是srt-slurm的配方错误'的说明，直接影响分析器的决策逻辑。
2. 调整分析脚本控制流：修改 scripts/ci/slurm/analyze_logs_with_modal.py 中的 build_prompt 函数，更新环境说明和任务部分，将issue提报从可选改为必须，并引用新的分类逻辑。这确保分析器在运行时遵循更新后的规则，避免漏报。
3. 测试与验证配套：提交历史显示临时禁用fp8配置以测试分析器在已知失败（如fp4 mid-curve失败）上的行为，验证变更有效性；同时标记脚本为可执行文件，确保部署一致性。
4. 冲突解决与合并：通过合并主分支并解决 log_analysis_prompt.md 中的冲突，确保变更与近期CI改进同步。

关键文件：

• scripts/ci/slurm/log_analysis_prompt.md（模块 CI脚本；类别 docs；类型 documentation）: 核心变更文件，重写了日志分析提示，定义了失败分类和issue提报规则，直接影响分析器的决策逻辑。
• scripts/ci/slurm/analyze_logs_with_modal.py（模块 CI脚本；类别 infra；类型 infrastructure）: 支持性变更，调整了分析脚本以强制issue提报，确保运行时遵循更新后的规则。

关键符号：build_prompt

评论区精华

没有review评论，因此无实质性讨论。提交消息显示作者与Claude Opus合作完成重写，主要焦点是澄清规则和增强自动化，无争议点。

• 暂无高价值评论线程

风险与影响

• 风险：风险包括：1. 规则分类风险：新增的失败分类（Category A/B/C）可能过于简化或错误分类复杂故障，导致分析器错误提报或漏报issue，影响CI故障响应准确性。2. 自动化依赖风险：强制issue提报依赖GitHub CLI和外部仓库权限，如果认证或网络问题，可能导致分析失败或误操作。3. 提示复杂度风险：重写后的提示文档更复杂，可能增加分析器处理负担或引入理解偏差，影响分析效率。
• 影响：影响范围：主要影响CI维护团队和开发者，通过自动化issue提报减少人工调试时间，优化故障处理流程。影响程度：中等，对核心产品功能无直接影响，但提升基础设施的可靠性和响应速度；间接提高系统稳定性，缩短问题修复周期。对用户无直接感知，但通过更快的bug修复间接受益。
• 风险标记：规则分类风险, 自动化依赖风险

关联脉络

• PR #22899 ci: add issue filing and suspect PR identification to log analyzer: 直接前序PR，添加了自动提issue和可疑PR识别功能，本PR是其后续澄清，针对不兼容标志组合的issue提报规则进行细化。