xc-error-diagnosis-agent

信创模盒的国产算力报错预诊断智能体。用户提交运行日志和可选的环境信息后，它会识别常见的算子不支持、显存不足、版本冲突、设备运行时、集合通信与缺失依赖问题，并给出可验证的下一步建议。

安全边界

• 只使用透明、确定性的规则分析请求内容，不访问外部网络。
• 不执行日志中的命令或代码，不自动修改环境。
• 返回证据前会遮蔽常见的令牌、密钥和密码形式。
• 不回显完整日志，只返回最多三条与规则匹配的证据。
• 结论属于预诊断，不替代目标芯片环境中的真实复现。

平台约束

• Dockerfile 位于仓库根目录。
• 容器开放 8080 端口。
• GET /health 返回 HTTP 200。
• 从环境变量读取平台注入的 STRATEGY_ID，仅报告是否存在，不输出其值。
• 处理 SIGTERM，在平台 30 秒停机窗口内退出。
• 仅使用 Python 标准库，适合平台的轻量资源额度。

接口

• GET /health：存活检查。
• GET /：智能体元信息。
• POST /analyze：日志预诊断。
• POST /task：与 /analyze 相同的兼容入口。

示例：

curl -X POST http://localhost:8080/analyze \
  -H 'Content-Type: application/json' \
  -d '{
    "error_log": "RuntimeError: unsupported operator aten::_scaled_dot_product_attention",
    "hardware": "目标国产算力卡",
    "sdk_version": "1.0",
    "framework": "PyTorch",
    "framework_version": "2.3",
    "inference_engine": "Transformers"
  }'

本地验证

python3 -m unittest -v
python3 main.py
curl http://localhost:8080/health