执行摘要

• 一句话：对齐 rerun-test 环境变量，补全 JIT 完整网格开关
• 推荐动作：值得快速浏览，了解 CI 环境一致性管理实践；新输入 full_jit_kernel_tests 的默认关闭设计值得借鉴。

功能与动机

PR body 指出 rerun-test.yml 只设置了 _pr-test-stage.yml 中 12 个环境变量中的 4 个，导致 /rerun-test 可能通过而 CI 仍失败；尤其 SGLANG_JIT_KERNEL_RUN_FULL_TESTS 未设置，使 27 个夜间内核注册在缩减网格上重跑。

实现拆解

1. 在 .github/workflows/rerun-test.yml 的 on.workflow_call.inputs 中新增布尔输入 full_jit_kernel_tests，默认 false，用于控制是否对 jit_kernel 测试使用完整参数网格。
2. 在 env 部分补全 5 个环境变量：NCCL_NVLS_ENABLE: "0"、HF_HUB_DOWNLOAD_TIMEOUT: 300、HF_HUB_ETAG_TIMEOUT: 300、SGLANG_JIT_KERNEL_RUN_FULL_TESTS（由 inputs.full_jit_kernel_tests && '1' || '0' 动态生成）、IS_H200（根据 inputs.runs_on == '8-gpu-h200' 生成）。
3. 刻意不设置 SGLANG_PRECISION_* 相关变量，注释说明原因：该测试会推送共享基线，rerun 若持有写令牌可能污染全局比较基准。
4. 提交历史显示作者曾尝试更大范围的重构（如检测大模型启动预算、为 perf 和 tool-call 路径增加 launch_timeout），但最终放弃，仅保留环境镜像方案，体现出克制的最小变更原则。

关键文件：

• .github/workflows/rerun-test.yml（模块 工作流；类别 infra；类型 infrastructure）: 唯一修改文件，补全环境变量对齐并新增输入

关键符号：未识别

关键源码片段

.github/workflows/rerun-test.yml

唯一修改文件，补全环境变量对齐并新增输入

# .github/workflows/rerun-test.yml（局部）
on:
  workflow_call:
    inputs:
      # 新增：是否对 jit_kernel 测试使用完整参数网格
      full_jit_kernel_tests:
        description: "Sweep jit_kernel tests over their full parameter grids, the way scheduled suites do."
        required: false
        type: boolean
        default: false
​
env:
  SGLANG_IS_IN_CI: true
  SGLANG_ENABLE_ASYNC_ASSERT: true
  SGLANG_CUDA_COREDUMP: "1"
  SGLANG_JIT_DEEPGEMM_FAST_WARMUP: true
​
  # 与 _pr-test-stage.yml 对齐，确保 rerun 环境一致
  NCCL_NVLS_ENABLE: "0"
  HF_HUB_DOWNLOAD_TIMEOUT: 300
  HF_HUB_ETAG_TIMEOUT: 300
​
  # 完整 JIT 网格默认关闭（匹配每次提交阶段），夜间调度需显式开启
  SGLANG_JIT_KERNEL_RUN_FULL_TESTS: ${{ inputs.full_jit_kernel_tests && '1' || '0' }}
​
  # 标识 H200 运行器，供测试内部分支使用
  IS_H200: ${{ inputs.runs_on == '8-gpu-h200' && '1' || '0' }}
​
  # SGLANG_PRECISION_* 刻意不设置：该测试会推送共享基线，
  # rerun 持有写令牌时可能污染全局比较基线

评论区精华

本 PR 没有正式的 review 评论，但提交历史展示了设计收敛过程：从最初的对齐环境，到尝试检测大模型启动预算、增加超时支持，再到最终只保留环境镜象。这种“最小必要变更”的做法值得借鉴，避免将复杂逻辑引入 CI 脚本。

• 暂无高价值评论线程

风险与影响

• 风险：环境变量对齐可能改变部分测试在 rerun 下的行为，例如 NCCL_NVLS_ENABLE=0 会影响 NCCL 通信路径，但这与 CI 阶段一致，是预期效果。SGLANG_JIT_KERNEL_RUN_FULL_TESTS 默认关闭，若用户 rerun 夜间完整网格测试失败，需要显式传 full_jit_kernel_tests=true，否则仍会使用缩减网格，存在误用可能。IS_H200 仅对 H200 运行器置位，其他运行器为空字符串，若测试代码未防御性处理可能产生误判，但该变量仅用于分支判断，风险较低。未来 _pr-test-stage.yml 增加新环境变量时，此文件可能再次漂移，需要依赖注释和审查来维持同步。
• 影响：对开发者：/rerun-test 命令更准确，减少误导；对维护者：新增一个输入参数需了解；对 CI 系统：提高复现一致性，降低调试成本。
• 风险标记：CI 环境行为变化, 新输入需显式开启, 环境变量可能再次漂移

关联脉络

• PR #34472 [Misc] Sanitize the structure of environ.py: 同为环境变量治理，一个在代码层，一个在 CI 层，方向互补。