PR 合入模板

变更摘要

该 PR 主要适配 prof level 0 场景下仅包含 task track shapes（运行时算子，如 aclgraph）的落盘逻辑。核心改动是：AddTensorShapeInfo 的入参由按值传递的 MsprofNodeBasicInfo 改为可空的指针 const MsprofNodeBasicInfo * 并移除 isLevel0 分支，当没有节点基本信息时算子名回退为 task->op->name，其余节点级字段（opState、taskType、opType、opFlag、hashId 等）回退为 NA/0；同时在 C++ 侧 AddTaskInfoForOnlyTaskTrack 与 Python 侧 TaskGear 中，当运行时算子信息有效且 tensorNum > 0 时，将 tensor 信息（tensor 数量、输入/输出 format、数据类型、shape）实际写入落盘数据，而非固定写 0/NA/None。

主要改动

• AddTensorShapeInfo 接口重构: 参数由值传递的 MsprofNodeBasicInfo 改为可空指针 const MsprofNodeBasicInfo *nodeBasicInfo，删除 isLevel0 参数，通过 hasNodeBasicInfo 统一两种场景；无节点信息时 opName 取 task->op->name，opState/taskType/opType/opFlag/hashId 回退为 NA，blockNum/mixBlockNum 回退为 0。
• level 0 仅 task track 场景支持 tensor 信息落盘: AddTaskInfoForOnlyTaskTrack 中当 info.isValid && info.tensorNum > 0 时写入 info.tensorNum 及输入/输出 inputFormats、inputDataTypes、inputShapes、outputFormats、outputDataTypes、outputShapes，否则保持 0/NA；AddTaskInfo 的 level 0 分支增加 desc->tensorDesc->tensorNum > 0 校验后再调用 AddTensorShapeInfo(desc->tensorDesc, nullptr, data, task)。
• Python 侧 TaskGear 同步适配: cann_analysis_gear.py 中新增 has_tensor_info 判断（tensor_num 非空且大于 0，level 0 分支额外要求 op_info.is_valid），满足条件时输出真实的 tensor 信息，否则对应字段为 None。
• 补充单元测试: C++ UT 新增 TestAddTaskInfoWhenTypeIsReservedAndProfLevel0WithTensorInfo，Python UT 新增 test_task_gear_should_save_runtime_tensor_info_for_aclgraph_in_prof_level0，分别验证 prof level 0 下保留算子（aclgraph_op）的 tensor 数量、输入输出 shape 等信息可正确保存。

openLiBing可接管PR, PR详情链接:
https://www.openlibing.com/apps/transitionPrDetail?owner=Ascend&repo=msprof&number=445&platform=gitcode&codeHostingPlatformFlag=gitcode

代码审查

All changed files have been reviewed and the confirmed findings reported. I have completed my investigation within budget.

审查结论

按文件确认

• analysis/csrc/domain/services/persistence/host/cann_trace_db_dumper.cpp — 已审查。AddTensorShapeInfo 改为可空指针参数、两个调用点均同步更新，level0 路径语义与原 isLevel0=true 分支一致（NA/0 回退），无边界问题。问题：新增的 hasTensorInfo = info.isValid && info.tensorNum > 0（line 383）依赖一个在生产加载链路上恒为 false 的标志，导致 level0 仅 task track 场景的 tensor 落盘新功能不可达（P2）。
• analysis/csrc/domain/services/persistence/host/cann_trace_db_dumper.h — 已审查。AddTensorShapeInfo 签名变更与 .cpp 实现及两处调用点（含测试）完全一致，无遗漏调用者，无问题。
• analysis/mscalculate/cann/cann_analysis_gear.py — 已审查。add_kernel_task_l0 门控基于 tensor_num 本身、不依赖 is_valid，逻辑正确；add_kernel_task_only_task_track 的 has_tensor_info 门控与 C++ 侧存在同一 is_valid 恒 false 问题（与 finding 2 同根因，未重复上报）。
• test/msprof_cpp/analysis_ut/viewer/test/cann_db_dumper_utest.cpp — 已审查。问题：新测试 TestAddTaskInfoWhenTypeIsReservedAndProfLevel0WithTensorInfo（line 445）用 19 参构造函数构造 RuntimeOpInfo，该构造函数不初始化 isValid（默认 false），导致 hasTensorInfo 为 false、三条断言必然失败（P2）。
• test/msprof_python/ut/testcase/mscalculate/cann/test_cann_analysis_gear.py — 已审查。测试正确设置 is_valid=True，RTAddInfoCenter 为单例（@singleton），实例级 patch 可命中 add_kernel_task_only_task_track 内的调用，断言位置 13:20 与落库顺序一致，无问题。

总体风险判断

共 2 条 P2 发现（无 P0/P1）：

1. 新增 C++ 单测必然失败（置信 0.85）——RuntimeOpInfo 19 参构造函数不置位 isValid，测试走不进 level0 tensor 落盘分支，三条断言全红。
2. 新功能在生产环境不可达（置信 0.65）——C++ RTAddInfoCenter::LoadDB 与 Python RuntimeOpInfoViewModel 的加载链路从不把 isValid/is_valid 置为 true，PR 核心目标（level0 + task track shapes only 场景落盘 runtime tensor 信息）在真实数据上永远不会写 tensor 字段，功能形同死代码。

两者同根因（isValid 语义在数据加载链路缺失），建议一并修复：在加载处置位 isValid，或改用记录存在性（tensor_num 非空）作为门控。本次改动主体逻辑（指针化参数、NA 回退、两语言一致性）本身无正确性问题，但核心功能未真正生效且新增测试为红，合入前需修复。

💬 仅评论

Thanks for your pull-request.
The full list of commands accepted by me can be found at here。
You can get sig-info at here

PR Approval Progress

✅ Congratulations! All modules have met the lgtm and approve requirements.

Module Approval Details

💡 Tip:

• Committer can comment /approve or /lgtm
• Commenting /approve implies both code review (lgtm) and intent to merge (approve)

CLA Signature Pass

SoraAzzz, thanks for your pull request. All authors of the commits have signed the CLA. 👍

/approve

Pull Request 已合并或已关闭。

If you want to solve this problem, you can click here to do it in the FAQs.