执行摘要

• 一句话：子进程输出实时显示，崩溃原因不再被吞
• 推荐动作：建议精读此 PR，尤其是 _format_subprocess_exit 的设计和 capture_output 的移除决策。对于需要处理子进程诊断的开发者，该模式值得参考。

功能与动机

在 CI 构建（如 #64813、#64851、#64859）中频繁出现 Failed core proc(s): {} 且无任何 engine 子进程输出的情况，导致无法定位崩溃原因。PR body 明确指出：Engine-core, NCCL and CUDA output is hidden, which is where the actual cause of crashes lives。

实现拆解

1. 移除 capture_output=True：在 tests/utils.py 的 subprocess.run 调用中删除 capture_output=True，使子进程的 stdout/stderr 直接继承父进程文件描述符，从而实时输出到测试运行器，与 fork_new_process_for_each_test 行为一致。

2. 简化异常回溯读取逻辑：删除原有优先读取 tb_file 再 fallback 到 result.stderr.decode() 的复杂逻辑，改为始终尝试读取 tb_file；若文件不可读或为空，则给出提示性消息 "<no Python traceback; see subprocess output above>"，将诊断职责交给实时输出的子进程流。

3. 新增 _format_subprocess_exit 辅助函数：此函数将子进程返回码转为人类可读字符串。对于负返回码（由信号终止），通过 signal.Signals(-returncode).name 获取信号名称，如 killed by SIGSEGV (-11)；非负返回码则直接输出 exit code {returncode}。当 signal.Signals 查找失败时，fallback 为通用 exit code 格式。

4. 更新错误消息：将 RuntimeError 中原有的 (exit code {returncode}) 替换为调用 _format_subprocess_exit(result.returncode) 的结果，使信号引起的退出更易识别。

关键文件：

• tests/utils.py（模块 测试工具；类别 test；类型 test-coverage；符号 _format_subprocess_exit）: 唯一修改的文件，核心变更所在。删除了 capture_output=True 以暴露子进程实时输出，新增 _format_subprocess_exit 辅助函数改善信号退出提示，并简化异常回溯读取路径。

关键符号：_format_subprocess_exit, spawn_new_process_for_each_test

关键源码片段

tests/utils.py

唯一修改的文件，核心变更所在。删除了 capture_output=True 以暴露子进程实时输出，新增 _format_subprocess_exit 辅助函数改善信号退出提示，并简化异常回溯读取路径。

import signal
​
# 辅助函数：将子进程返回码转为人类可读的描述
# 对信号引起的负退出码（如 -11 对应 SIGSEGV）给出明确提示
def _format_subprocess_exit(returncode: int) -> str:
    """渲染子进程退出码，对负值（信号）给出名称。"""
    if returncode >= 0:
        return f"exit code {returncode}"
    try:
        # 信号编号是负数，取绝对值后查找信号名称
        return f"killed by {signal.Signals(-returncode).name} ({returncode})"
    except ValueError:
        # 以防某些平台信号编号不在 Signals 枚举中
        return f"exit code {returncode}"
​
​
# 原函数的关键变更部分：移除 capture_output=True
# 并在错误消息中使用 _format_subprocess_exit
result = subprocess.run(
    [sys.executable, "-c", child_script],
    input=payload,
    # capture_output=True, # 已移除：不再捕获子进程输出
    env=env,
)
​
if result.returncode != 0:
    with open(tb_file) as fp:
        tb = fp.read()
    if not tb:
        tb = "<no Python traceback; see subprocess output above>"
    raise RuntimeError(
        f"Test subprocess '{f.__name__}' failed "
        f"({_format_subprocess_exit(result.returncode)}):\n{tb}"
    )

评论区精华

ZJY0516 在 issue 评论中询问此 PR 是否只是将错误消息从 Failed core proc(s): {} 改为 Failed core proc(s): {killed by SIGSEGV (-11)}，作者 haosdent 澄清核心改动是让子进程输出实时显示，而非仅修改错误消息格式。

自动化 bot 评论（claude、gemini-code-assist）均给出正面评价，指出该改动是纯粹的 CI 诊断改进，无安全风险。最终 ZJY0516 批准（LGTM）。

• 暂无高价值评论线程

风险与影响

• 风险：

  1. 回归风险：移除 capture_output=True 后，子进程输出直接写入父进程 stdout/stderr，可能影响测试输出解析（如 pytest 捕获机制），但该行为与 fork_new_process_for_each_test 一致，且 CI 场景下通常欢迎实时输出。
  2. 兼容性风险：新增的 _format_subprocess_exit 函数使用 signal.Signals，在不同平台上信号编号可能不同，但 try/except ValueError 包裹了查找失败的情况，fallback 安全。
  3. 测试覆盖：该函数本身未被测试，但其逻辑简单，风险可控。
     - 影响：影响范围：仅影响 tests/utils.py 中 spawn_new_process_for_each_test 装饰器使用场景。
     影响程度：中等。该装饰器用于需要在独立进程中运行的测试（如 CUDA/multi-GPU 相关），本改动使这些测试在发生 native crash 或异常时更易诊断，直接提升 CI 调试效率。无用户或生产环境影响。

• 风险标记：测试工具变更, 低风险

关联脉络

• PR #41423 [Bugfix] Fix spawn_new_process_for_each_test silently swallowing test failures: 此 PR 的关联 issue #41423 记录了之前修复测试异常传播的问题，本次 PR 是其后续改进，解决输出隐藏问题。
• PR #41895 [Bugfix] Fix XPU/ROCm compatibility in spawn_new_process_for_each_test: 同一文件 tests/utils.py 的近期修改，涉及相同装饰器的兼容性修复。