执行摘要

• 一句话：XPU CI新增多特性与Embedding测试
• 推荐动作：此 PR 适合作为 XPU CI 测试模板参考，尤其是单一 fixture 覆盖多特性的设计模式。建议关注 register_xpu_ci 注册机制和 CustomTestCase 基类的使用方式。对于 Intel XPU 开发者，可从此测试用例中学习如何编写类似的功能验证测试。

功能与动机

参照PR body，XPU CI的测试覆盖原本只覆盖21个特性中的7个，此PR新增两个测试文件，将覆盖数提升至13个，填补关键功能缺口（如JSON约束解码、Radix Cache、Embedding）。目标是在不增加过多CI耗时的前提下，通过单一服务器实例测试多个特性。

实现拆解

1. 创建测试文件 test_xpu_serving_features.py：继承CustomTestCase，在setUpClass中启动 Llama-3.2-1B-Instruct 并指定--device xpu，包含5个测试方法：test_openai_chat_completion、test_json_constrained_generation、test_sampling_penalty、test_radix_cache_multiturn_hit、test_reasoning_separate_parser。通过 register_xpu_ci(est_time=300, suite="stage-b-test-1-gpu-xpu") 注册到 CI 套件。
2. 创建测试文件 test_xpu_embedding.py：使用 --is-embedding 模式启动一个小型Embedding模型，测试单条和批量embedding请求（test_embedding_single、test_embedding_batch）。注册到同一 stage-b 套件，估计用时 120 秒。
3. 修改 CI 工作流 pr-test-xpu.yml：移除已内置于基础镜像的 triton-xpu==3.7.1 显式安装；移除 stage-b 运行的 --continue-on-error 标志，使 PR 运行期间采用 fail-fast 策略（此修改在合入后会因 #27860 的 --continue-on-error 标志而被覆盖还原）。
4. 根据 Review 重命名：Reviewer 建议将原 test_xpu_multi_feature.py 重命名为 test_xpu_openai_server.py 或 test_xpu_server_smoke.py，作者接受并重命名为 test_xpu_serving_features.py，类名同步为 TestXPUServingFeatures。

关键文件：

• test/registered/xpu/test_xpu_serving_features.py（模块 XPU测试；类别 test；类型 test-coverage；符号 TestXPUServingFeatures, setUpClass, tearDownClass, _client）: 核心新测试文件，单一 fixture 覆盖5个服务特性，是 XPU CI 覆盖率提升的主要来源。
• test/registered/xpu/test_xpu_embedding.py（模块 XPU测试；类别 test；类型 test-coverage；符号 TestXPUEmbedding, setUpClass, tearDownClass, _client）: 新增Embedding测试，验证XPU上单条和批量Embedding端点，填补Embedding覆盖缺失。
• .github/workflows/pr-test-xpu.yml（模块 CI配置；类别 infra；类型 infrastructure）: 清理CI工作流，移除冗余triton-xpu安装和临时移除--continue-on-error标志，支持新测试套件的运行。

关键符号：TestXPUServingFeatures.setUpClass, TestXPUServingFeatures.tearDownClass, TestXPUServingFeatures._client, TestXPUServingFeatures.test_openai_chat_completion, TestXPUServingFeatures.test_json_constrained_generation, TestXPUServingFeatures.test_sampling_penalty, TestXPUServingFeatures.test_radix_cache_multiturn_hit, TestXPUServingFeatures.test_reasoning_separate_parser, TestXPUEmbedding.setUpClass, TestXPUEmbedding.tearDownClass, TestXPUEmbedding._client, TestXPUEmbedding.test_embedding_single, TestXPUEmbedding.test_embedding_batch

关键源码片段

test/registered/xpu/test_xpu_serving_features.py

核心新测试文件，单一 fixture 覆盖5个服务特性，是 XPU CI 覆盖率提升的主要来源。

class TestXPUServingFeatures(CustomTestCase):
    """One server, many features. Boots Llama-3.2-1B-Instruct once and ..."""
    @classmethod
    def setUpClass(cls):
        cls.model = DEFAULT_SMALL_MODEL_NAME_FOR_TEST
        cls.base_url = DEFAULT_URL_FOR_TEST
        # 启动一个 XPU 服务器实例，供所有测试复用
        cls.process = popen_launch_server(
            cls.model, cls.base_url,
            timeout=DEFAULT_TIMEOUT_FOR_SERVER_LAUNCH,
            other_args=["--device", "xpu"],
        )
        cls.openai_url = cls.base_url + "/v1"
​
    @classmethod
    def tearDownClass(cls):
        kill_process_tree(cls.process.pid)
​
    def _client(self) -> openai.Client:
        # 服务器无 API key，但 openai client 需要非空字符串
        return openai.Client(api_key="EMPTY", base_url=self.openai_url)
​
    def test_openai_chat_completion(self):
        """验证 OpenAI Chat Completions API 在 XPU 上正常响应。"""
        response = self._client().chat.completions.create(
            model=self.model,
            messages=[{"role": "user", "content": "Say hello in one word."}],
            max_tokens=8, temperature=0.0,
        )
        self.assertEqual(len(response.choices), 1)
        self.assertEqual(response.choices[0].message.role, "assistant")
        self.assertGreater(len(response.choices[0].message.content or ""), 0)
        self.assertGreater(response.usage.completion_tokens, 0)
​
    def test_json_constrained_generation(self):
        """验证 JSON Schema 约束生成在 XPU 上输出正确的 JSON。"""
        schema = {"type": "object", "properties": {"name": {"type": "string"}, "age": {"type": "integer"}}, "required": ["name", "age"]}
        response = self._client().chat.completions.create(
            model=self.model,
            messages=[{"role": "user", "content": "Return a JSON object with fields name (string) and age (integer)."}],
            max_tokens=64, temperature=0.0,
            response_format={"type": "json_schema", "json_schema": {"name": "person", "schema": schema, "strict": True}},
        )
        text = response.choices[0].message.content
        self.assertIsNotNone(text)
        parsed = json.loads(text)
        self.assertIn("name", parsed)
        self.assertIn("age", parsed)
        self.assertIsInstance(parsed["age"], int)
​
    def test_sampling_penalty(self):
        """验证频率/存在惩罚改变了相同 prompt 的输出。"""
        prompt = "List five different colors:"
        baseline = self._client().completions.create(
            model=self.model, prompt=prompt, max_tokens=64, temperature=0.7, seed=1,
        )
        penalized = self._client().completions.create(
            model=self.model, prompt=prompt, max_tokens=64, temperature=0.7, seed=1,
            frequency_penalty=2.0, presence_penalty=2.0,
        )
        self.assertGreater(len(baseline.choices[0].text), 0)
        self.assertGreater(len(penalized.choices[0].text), 0)
        # 惩罚必须改变输出
        self.assertNotEqual(baseline.choices[0].text, penalized.choices[0].text)
​
    def test_radix_cache_multiturn_hit(self):
        """验证多轮对话中 Radix Cache 命中。"""
        run_multiturn_cache_hit_test(
            base_url=self.base_url, model_path=self.model,
            num_clients=4, num_rounds=3, request_length=128, output_length=64,
        )

评论区精华

Reviewer mingfeima 在 test_xpu_serving_features.py 第9行评论道："is it more proper to change from test_xpu_multi_feature.py to test_xpu_openai_server.py or test_xpu_server_smoke.py?" 作者接受建议，在最终提交中将文件重命名为 test_xpu_serving_features.py，类名改为 TestXPUServingFeatures，并更新了注释。

• 测试文件命名讨论 (design): 作者接受并重命名为 test_xpu_serving_features.py / TestXPUServingFeatures，认为更准确反映服务特性覆盖范围。

风险与影响

• 风险：
  • 回归风险：PR 仅涉及新增测试文件和 CI 配置，未修改任何生产代码，回归风险极低。
  • 测试稳定性：XPU CI runner 可能存在资源竞争或环境不一致问题，导致测试假阳性失败。
  • 依赖风险：移除 triton-xpu 显式安装依赖于基础镜像 intel/sglang-dev:latest 正确预装该包；若镜像更新不及时，CI 将失败。
  • CI 耗时增加：两个 fixture 各启动一次服务器，预计增加约 5 分钟 CI 总时长，但仍在合理范围。
• 影响：
  • 用户：无直接影响。
  • 系统：CI 验证更全面，确保 XPU 平台的多项核心功能通过回归测试，降低发布风险。
  • 团队：减少手动测试验证成本，提前发现 XPU 相关问题。
  • 风险标记：测试稳定性依赖XPU环境, CI基础设施依赖, 新增CI耗时

关联脉络

• PR #27860 [Infra] Cleanup XPU CI workflow: 此PR基于#27860的CI清理工作流，PR body明确说明 stacked on #27860，建议先合入#27860。