执行摘要

PR #54645 是纯粹的基础设施配置变更：把 .github/workflows/issue_autolabel.yml 中 structured-output 标签的自动打标规则，从 3 个标题子串扩展为 7 个整词关键词加 27 个子串，让更多结构化输出相关 issue 能自动进入 Structured Output 看板。作者用回测数据支撑改动：在 2,584 个历史 issue 上命中数从 22 提升到 57，精度从 100% 略降至 98%，已打标 issue 的召回从 4/6 升到 6/6。改动仅影响 GitHub issue 分诊，无运行时风险，已获维护者批准合并。

功能与动机

PR body 明确指出原规则的缺陷：

The structured-output keyword rule added in #51459 only matches three title substrings: structured output, guided decoding, JSON schema. That misses most structured-output issues, so they never reach the Structured Output board.

作者把漏标场景归纳为四类缺口：分隔符变体（structured-output、StructuredOutputManager）、请求字段（response_format、json_schema、json_object、guided_json）、约束解码后端（xgrammar 53 个 issue、outlines 28 个、llguidance、lm-format-enforcer）以及症状词（grammar、FSM、bitmask、EBNF）。动机是提升 issue 分诊覆盖率，让 Structured Output 板块不漏接用户报告。

实现拆解

1. 变更入口：单文件修改 .github/workflows/issue_autolabel.yml（+39/-3），只替换 structured-output 标签规则块，不触碰其他标签与 workflow 整体结构。
2. 新增整词关键词层：7 个 keywords 全部限定 searchIn: "title"，覆盖后端名（xgrammar、outlines、llguidance）、格式词汇（grammar、EBNF、bitmask）与内部符号（FSM）。作者特意为 outlines 加注释说明只用标题搜索，避免正文里 "this RFC outlines..." 这类非结构化输出语义的误命中。
3. 扩展子串匹配层：27 个子串按四类缺口补齐。搜索范围按语义区分：请求字段 guided_json、guided_grammar、guided_choice、guided_regex 用 both（这些字段名常只出现在 issue body 的调用代码片段里），崩溃栈符号 backend_xgrammar、apply_grammar_bitmask、Failed to advance FSM、StructuredOutputsParams 限定 body。
4. 数据化验证：用 workflow 自带的 findMatchingTermsWithLines 对 2,584 个 issue 回测，结果见下表。无新增测试文件，验证完全依赖这份回测数据。

关键源码片段

.github/workflows/issue_autolabel.yml

唯一的变更文件，集中体现了本 PR 的全部逻辑：将 structured-output 标签的匹配规则从 3 个标题子串扩展为 7 个整词关键词加 27 个子串，并按语义区分 title/both/body 三种搜索范围。

// structured-output 标签规则：整词精确匹配 + 子串匹配，覆盖标题与正文。
"structured-output": {
  // 整词匹配：后端名、引擎内部符号与格式词汇，在 vLLM 语境下无歧义。
  // "outlines" 仅搜标题，避免正文里 "this RFC outlines..." 这类误命中。
  keywords: [
    { term: "xgrammar", searchIn: "title" }, // 53 个相关 issue 的核心约束后端
    { term: "outlines", searchIn: "title" }, // 28 个相关 issue 的约束后端
    { term: "llguidance", searchIn: "title" },
    { term: "grammar", searchIn: "title" },
    { term: "FSM", searchIn: "title" },
    { term: "EBNF", searchIn: "title" },
    { term: "bitmask", searchIn: "title" },
  ],
  // 子串匹配：功能名的分隔符变体、开启功能的请求字段、崩溃栈帧符号，
  // 覆盖 "structured-output"（issue #51693、#54003）与
  // "StructuredOutputManager"（issue #48197）等此前漏标的写法。
  substrings: [
    { term: "structured output", searchIn: "title" },
    { term: "structured-output", searchIn: "title" },
    { term: "structured_output", searchIn: "title" },
    { term: "structuredoutput", searchIn: "title" }, // StructuredOutputManager
    { term: "structured decoding", searchIn: "title" },
    { term: "structured generation", searchIn: "title" },
    { term: "constrained decoding", searchIn: "title" },
    { term: "response_format", searchIn: "title" },
    { term: "json_schema", searchIn: "title" },
    { term: "json_object", searchIn: "title" },
    // guided_* 系列搜索范围扩大到标题 + 正文，因为这些字段名
    // 经常只出现在 issue body 的调用代码片段里。
    { term: "guided_json", searchIn: "both" },
    { term: "guided_grammar", searchIn: "both" },
    { term: "guided_choice", searchIn: "both" },
    { term: "guided_regex", searchIn: "both" },
    { term: "lm-format-enforcer", searchIn: "title" },
    // 崩溃栈帧符号通常只在正文出现，因此限定 body 搜索，避免标题误命中。
    { term: "backend_xgrammar", searchIn: "body" },
    { term: "apply_grammar_bitmask", searchIn: "body" },
    { term: "grammar_bitmask", searchIn: "body" },
    { term: "Failed to advance FSM", searchIn: "body" },
    { term: "StructuredOutputsParams", searchIn: "body" },
  ],
},

评论区精华

讨论非常简短，没有实质设计交锋：

yewentao256（批准）：LGTM, thanks for the work!

claude[bot]：这是 fork PR，自动审查被禁用；维护者可以评论 @claude review 手动触发一次审查。

核心论据都写在 PR body 的回测数据里，属于"用数据说话、人审直接放行"的典型流程。

风险与影响

• 精度下降：从 100% 降到 98%，按 2,584 个 issue 估算约多出 1-2 个误标。grammar、bitmask、FSM、outlines 都是通用词汇，虽然限定标题搜索，仍存在措辞巧合造成的误标可能。
• 影响面：仅限 GitHub issue 自动打标，不触碰任何推理、调度或运行时逻辑；误标后果是问题出现在 Structured Output 看板上，人工即可纠正。
• 正向影响：xgrammar、outlines 等后端相关 issue 的分诊覆盖显著提升，Structured Output 维护者可更早介入用户报告。

关联脉络

• #51459：PR body 明确说明现有 structured-output keyword 规则由 #51459 引入，本 PR 是对该规则的第一轮"扩容"，属于同一条自动化打标功能线。
• issue #48197、#51693、#54003：被作者点名作为漏标样本，分别是 StructuredOutputManager 与 structured-output 分隔符写法，说明用户标题措辞多样，字面子串匹配天然覆盖不足。
• #54218：近期 structured-output 功能线的 bugfix（min_tokens 下终止文法恢复 EOS），与本 PR 新增的 Failed to advance FSM、grammar_bitmask 等症状词相互印证，说明该功能线仍在活跃迭代，打标规则扩容恰逢其时。