执行摘要

• 一句话：将CPU测试套件拆分为4个并行分区，解决执行时间接近超时的问题。
• 推荐动作：该PR是典型的CI优化变更，实现简洁且复用现有机制。建议关注LPT分区策略的实际效果，以及后续是否需要对其他测试套件进行类似拆分。

功能与动机

PR body明确指出：测试套件已增长到约1219秒的预估测试时间，涵盖115个注册测试；单任务运行接近10分钟的步骤超时限制。需要通过分区来缓解时间压力。

实现拆解

1. 修改CI工作流配置：在.github/workflows/pr-test.yml中，为stage-a-test-cpu作业添加strategy.matrix.partition: [0, 1, 2, 3]，并在run_suite.py调用中传递--auto-partition-id ${{ matrix.partition }} --auto-partition-size 4参数，实现4个并行分区的自动划分。
2. 更新等待作业配置：在同一文件中，将wait-for-stage-a.jobs中的stage-a-test-cpu条目从字符串改为{"prefix": "stage-a-test-cpu", "expected_count": 4}，确保等待逻辑能轮询所有4个分片。
3. 同步更新文档：在.claude/skills/ci-workflow-guide/SKILL.md中，将stage-a-test-cpu的分区数从1更新为4，保持文档与实际配置一致。

关键文件：

• .github/workflows/pr-test.yml（模块 CI工作流；类别 infra；类型 configuration）: 核心变更文件，定义了CI工作流的分区配置和等待逻辑。
• .claude/skills/ci-workflow-guide/SKILL.md（模块 文档；类别 docs；类型 documentation）: 配套文档更新，保持CI工作流指南与实际配置同步。

关键符号：未识别

关键源码片段

.github/workflows/pr-test.yml

核心变更文件，定义了CI工作流的分区配置和等待逻辑。

# 在 stage-a-test-cpu 作业定义中添加矩阵分区
stage-a-test-cpu:
  runs-on: ubuntu-latest
  timeout-minutes: 240
  strategy:
    fail-fast: false
    matrix:
      partition: [0, 1, 2, 3] # 将作业拆分为 4 个并行分区
  steps:
    - name: Run test suite
      run: |
        cd test/
        # 通过 --auto-partition-id 和 --auto-partition-size 参数实现自动分区
        python3 run_suite.py --hw cpu --suite stage-a-test-cpu \
          --auto-partition-id ${{ matrix.partition }} \
          --auto-partition-size 4 \
          $CONTINUE_ON_ERROR_FLAG
​
# 更新等待作业配置，确保能轮询所有 4 个分片
wait-for-stage-a:
  jobs: '["stage-a-test-1-gpu-small", {"prefix": "stage-a-test-cpu", "expected_count": 4}]'
  # 注意：prefix 匹配作业名前缀，expected_count 指定期望完成的分片数量

评论区精华

本次PR没有review评论，从提交历史和PR body看，作者直接实施了变更并提供了测试运行链接作为验证。

• 暂无高价值评论线程

风险与影响

• 风险：
  1. 分区负载不均衡风险：虽然使用LPT自动分区机制，但若测试时间预估不准确，可能导致某些分区仍超时。
  2. 等待逻辑错误风险：wait-for-stage-a.jobs配置更新后，若expected_count与实际分区数不匹配，可能导致等待提前结束或无限等待。
  3. 环境依赖风险：分区后每个作业独立运行，若测试间有隐式依赖或共享状态，可能引入竞态条件。
• 影响：
  1. 对CI系统的影响：显著缩短stage-a-test-cpu套件的整体执行时间，降低超时风险，提升CI流水线的可靠性。
  2. 对开发团队的影响：减少因测试超时导致的CI失败，加快PR验证周期。
  3. 对系统的影响：纯基础设施变更，不影响运行时功能或性能。
     - 风险标记：分区负载不均衡, 等待逻辑配置风险

关联脉络

• PR #23130 [AMD]Fix AMD multimodal-gen-test-2-gpu timeout by adding partition for standalone test: 类似的分区优化，通过增加分区解决测试超时问题。
• PR #23120 ci: run weekly est_time update on Monday using p90 of last 15 runs: 涉及CI测试时间估算优化，与本PR关注的测试执行时间管理相关。
• PR #23201 fix(ci): repair path filters regressed by #21482: 同属CI基础设施修复和优化范畴。