执行摘要

• 一句话：重构 diffusion CI，抽取公共 runner 并简化测试组织
• 推荐动作：值得精读，尤其关注如何通过抽取公共模块消除重复代码。测试基础设施重构的套路可以复用。建议团队在合并后密切监控 NPU/AMD CI，并确保文档更新反映新的文件组织结构。

功能与动机

原始 diffusion 测试代码中存在大量重复的 pytest 运行逻辑（如 collect_test_items、parse_junit_xml 等），分布于 run_suite.py、run_suite_musa.py 等多个文件中，不利于维护。同时，部分测试文件组织混乱，测试用例设计冗余。本次重构旨在统一测试基础设施，提高可维护性和可扩展性，并为后续平台（NPU/AMD）的 CI 集成打下基础。

实现拆解

1. 创建公共 runner：在 python/sglang/multimodal_gen/test/runner/pytest_runner.py 中汇集了所有与 pytest 运行相关的工具函数，包括 collect_test_items、parse_junit_xml_for_executed_cases、parse_junit_xml_for_case_results、以及内部重试辅助函数 _run_pytest_attempt、_extract_collection_line、_extract_short_test_summary、_extract_failure_tail、_summary_has_retryable_failure。

2. 删除 musa 专用 runner：删除了独立的 run_suite_musa.py（270 行），新增 server/musa/run_suite.py（172 行），该文件复用公共 runner，实现了相同的套件分区执行逻辑，但代码量大幅减少。

3. 简化主 runner：修改 run_suite.py，将其内联的 collect_test_items、parse_junit_xml_for_executed_cases、parse_junit_xml_for_case_results 等函数定义删除（约 357 行），改为从 runner.pytest_runner 导入 partition_items_by_index 和 run_pytest。此外，将 write_execution_report 和 run_component_accuracy_files 等逻辑保留在原地但进行了精简。

4. 测试文件重组织：将 test_update_weights_from_disk.py 从 server/ 移动到 single_test_file/，并将原来的三个单独测试（nonexistent_model、missing_model_path、nonexistent_module）合并为一个参数化的 test_update_weights_rejects_invalid_requests，同时更新了文档注释。类似地，cli_generate_common.py 从 cli/ 移动到 single_test_file/，test_consistency_metrics.py 从根测试目录移动到 unit/。

5. 清理旧文件：删除了不再使用的 cli/test_generate_t2i_perf.py（23 行），并更新了 .github/workflows 中的 CI 配置以反映新的运行器路径。

6. 基准数据更新：由于移除了 LTX2 的 snapshot 模式（改为弃用别名），重新生成了 ltx_2_3_hq 的一致性测试基准和性能基准，将 CI 的 GT 快照指向新生成的原始模式结果。

关键文件：

• python/sglang/multimodal_gen/test/runner/pytest_runner.py（模块 测试运行器；类别 test；类型 test-coverage；符号 collect_test_items, parse_junit_xml_for_executed_cases, parse_junit_xml_for_case_results, _run_pytest_attempt）: 核心新增文件，抽取了所有公共 pytest 运行逻辑，是整个重构的基石。
• python/sglang/multimodal_gen/test/run_suite_musa.py（模块 MUSA 运行器；类别 test；类型 deletion；符号 parse_args, collect_test_items, run_pytest, main）: 被删除的独立 musa runner，体现了代码冗余的消除。
• python/sglang/multimodal_gen/test/run_suite.py（模块 主运行器；类别 test；类型 test-coverage；符号 collect_test_items, parse_junit_xml_for_executed_cases, parse_junit_xml_for_case_results, _run_pytest_attempt）: 主运行器，删除了 357 行重复定义，改为导入公共模块，是重构的核心体现。
• python/sglang/multimodal_gen/test/server/musa/run_suite.py（模块 MUSA 运行器；类别 test；类型 test-coverage；符号 parse_args, _resolve_suite_files, main）: 新增的 musa runner，替代删除的 run_suite_musa.py，代码量精简且复用公共 runner。
• python/sglang/multimodal_gen/test/single_test_file/test_update_weights_from_disk.py（模块 权重更新测试；类别 test；类型 rename-or-move；符号 test_update_weights_nonexistent_model, test_update_weights_rejects_invalid_requests, test_update_weights_missing_model_path, test_update_weights_nonexistent_module）: 移动并简化了测试用例，体现了测试组织优化。

关键符号：collect_test_items, parse_junit_xml_for_executed_cases, parse_junit_xml_for_case_results, _run_pytest_attempt, _extract_collection_line, _extract_short_test_summary, _extract_failure_tail, _summary_has_retryable_failure, partition_items_by_index, run_pytest

关键源码片段

python/sglang/multimodal_gen/test/runner/pytest_runner.py

核心新增文件，抽取了所有公共 pytest 运行逻辑，是整个重构的基石。

def collect_test_items(
    files: Sequence[str], filter_expr: str | None = None
) -> list[str]:
    """Collect pytest node IDs from the given files or node selectors."""
    # 构造 pytest --collect-only 命令，-q 减少输出
    cmd = [sys.executable, "-m", "pytest", "--collect-only", "-q"]
    if filter_expr:
        cmd.extend(["-k", filter_expr])
    cmd.extend(files)
​
    filter_note = f" with filter: {filter_expr}" if filter_expr else ""
    print(f"Collecting tests from {len(files)} item(s){filter_note}")
    result = subprocess.run(cmd, capture_output=True, text=True)
​
    # pytest 返回码 5 表示未收集到测试，是预期行为
    if result.returncode not in (0, 5):
        error_msg = (
            f"pytest --collect-only failed with exit code {result.returncode}\n"
            f"Command: {' '.join(cmd)}\n"
        )
        if result.stderr:
            error_msg += f"stderr:\n{result.stderr}\n"
        if result.stdout:
            error_msg += f"stdout:\n{result.stdout}\n"
        raise RuntimeError(error_msg)
​
    if result.returncode == 5:
        print(
            "No tests were collected (exit code 5). This may be expected with filters."
        )
​
    # 解析 stdout 提取测试 ID（形如 file::class::method 的行）
    test_items = []
    for line in result.stdout.strip().split("\n"):
        line = line.strip()
        if line and "::" in line and not line.startswith(("=", "-", " ")):
            test_id = line.split()[0] if " " in line else line
            if "::" in test_id:
                test_items.append(test_id)
​
    print(f"Collected {len(test_items)} test items")
    return test_items

评论区精华

PR 作者 mickqian 在评论中 @ping1jing2 @bingxche 询问重构是否会影响 NPU/AMD CI（见 PR 评论）。目前没有进一步的讨论或 review 反馈，表明可能已通过内部沟通确认安全。

• 重构是否影响 NPU/AMD CI (question): 暂未看到回复，但 PR 已合并，推测已通过其他渠道确认无影响。

风险与影响

• 风险：
  1. 测试 runner 回归：重构后的 pytest_runner.py 可能引入新的 bug，导致测试收集、执行或结果解析出现错误，尤其是 _run_pytest_attempt 的流式读取和重试逻辑需要仔细验证。
  2. 文件移动导致路径依赖失效：多个测试文件被移动（如 test_update_weights_from_disk.py 从 server/ 移到 single_test_file/），若其他脚本或 CI 配置硬编码了旧路径，可能导致测试无法找到。
  3. LTX2 snapshot 弃用影响：尽管保留了别名，但文档指出弃用窗口，现有使用 snapshot 模式的用户可能在未来版本中遇到兼容性问题。
  4. NPU/AMD 平台风险：musa runner 被重写且公共 runner 未在 NPU/AMD 上充分测试，可能导致这些平台 CI 失败。
     - 影响：影响范围：主要影响 diffusion 模块的 CI 流程和测试开发者。影响程度：中等。功能上保持了等价性，但代码组织大幅改善。NPU/AMD 平台可能需要验证新的 runner 是否正常工作。LTX2 用户需要注意 snapshot 模式的弃用通知。
     - 风险标记：测试核心路径变更, 文件移动影响路径解析, 平台兼容风险（NPU/AMD）, LTX2 snapshot 弃用

关联脉络

• 暂无明显关联 PR