Ttzing_tchore(precision-test): 同步 test_selector 上游并适配 torch_npu 改为 pytorch

Test Selector 统一使用指导

一、功能概述

精准测试选择器 — 基于已有覆盖率数据，从 PR/变更中智能选择需要执行的测试用例。支持 行级 + 函数级 匹配（并行执行，合并去重），文件级 匹配作为兜底（重命名/删除文件场景）。

入口：

python -m test_selector --repo vllm_ascend --github-pr "vllm-project/vllm-ascend#12379"
python -m test_selector --repo torch_npu --github-pr "pytorch/pytorch#150000"

PR 源选择：三仓库均使用 GitHub（--github-pr）；torch_npu 检测上游仓库 pytorch/pytorch。

核心工作流（main 函数结构）：

┌─────────────────────────────────────────────────────────────────┐
│  main() 函数结构                                                  │
├─────────────────────────────────────────────────────────────────┤
│  行 A: 下载 diff（github.py / gitcode.py，拼接后格式一致）          │
├─────────────────────────────────────────────────────────────────┤
│  动作1: 测试文件提取（pr_detector，规则由 adapter 提供）            │
│    - get_test_files_from_pr_diff() → new_tests                  │
│    - get_deleted_test_files_from_pr() → deleted_tests           │
├─────────────────────────────────────────────────────────────────┤
│  动作2: 全量触发变更检测（adapter.has_full_suite_changes）         │
│    - vllm_ascend: csrc/ 目录变更（非 .md）→ 全量测试              │
│    - sglang / torch_npu: 恒为 False（原生代码变更不解析进精准匹配） │
├─────────────────────────────────────────────────────────────────┤
│  动作3: 产品代码变更检测（change_detector）                        │
│    - parse_pr_diff_file() → changed_files_with_lines, renames   │
│    └─ select_tests()（行级/函数级并行 + 文件级兜底）              │
│         ├─ normal_files → 精准匹配                                │
│         └─ renames/deleted → 旧路径文件级匹配（禁行级/函数级）      │
├─────────────────────────────────────────────────────────────────┤
│  合并结果:                                                        │
│    - base = has_full_suite ? 全量 : 精准结果（含 rename 旧路径）   │
│    - result = (base ∪ new_tests) - deleted_tests                 │
├─────────────────────────────────────────────────────────────────┤
│  输出: BASE_DIR/recommended_pytest_paths.txt                     │
└─────────────────────────────────────────────────────────────────┘

关键决策逻辑：

csrc 变更检测（仅 vllm_ascend）：diff 含 csrc/ 目录变更（排除 .md）→ 执行全量测试
精准匹配：无全量触发时，基于行/函数/文件级匹配选择测试
文件重命名检测：rename 新路径在覆盖率数据中不存在，用旧路径做文件级匹配召回
新增/删除处理：新增测试文件直接加入；已删除测试文件从结果中移除
排除变更场景：纯注释/docstring、纯类型注解、首次新增的变量绑定、函数/类定义间空行插入、新增 def/class 整体、新文件等不构成代码变更的场景，在 diff 解析阶段剔除（见第五章）

代码结构：

test_selector/
├── cli.py                 # 统一 CLI（三仓共用 main 入口）
├── __main__.py            # python -m test_selector 入口
├── github.py              # PR 拉取（公共）
├── pr_detector.py         # 检测 PR 内容：测试文件/删除文件/全量触发（规则委托 adapter）
├── diff_parser.py         # 排除变更场景：纯注释/docstring/纯注解/首次绑定/新文件跳过等
├── noise_filter.py        # map 噪音处理：import/def/class/docstring/空行
├── function_parser.py     # 函数区间解析（sglang 优化版，区间线性扫描）
├── coverage_selector.py   # 构建 测试用例→覆盖文件/行号 映射
├── change_detector.py     # 哈希比对 + PR diff 解析
├── test_selector.py       # TestSelector：行/函数/文件三级级联匹配
└── repos/                 # 仓库差异按仓归类
    ├── base.py            #   RepoAdapter 抽象接口
    ├── vllm_ascend.py     #   vllm_ascend 适配器
    ├── sglang.py          #   sglang 适配器
    ├── torch_npu.py     #   torch_npu（上游 PyTorch / GitHub）适配器
    └── __init__.py        #   适配器注册表 get_adapter()

二、目录结构要求

统一代码库位于仓库根目录（test_selector 包的上级目录），所有相对路径均基于此解析（绝对路径保持原样）。

仓库根目录/
├── test_selector/                   # 统一代码库
├── vllm/test_selector.py            # vllm 薄入口
├── sglang/test_selector.py          # sglang 薄入口
├── PyTorch/test_selector.py         # PyTorch 薄入口
│
├── <覆盖率数据目录>/                 # 覆盖率数据（仅构建 map 时需要，名称不写死）
│   ├── <vllm 布局>/
│   │   ├── tests__e2e__...__test_xxx/
│   │   │   └── covdata/             # vllm：覆盖率文件在 covdata/ 子目录
│   │   │       └── coverage.*
│   │   └── cpu-ut/
│   │       └── covdata/
│   │           └── coverage.*
│   ├── <sglang 布局>/
│   │   └── ____w__sglang__sglang__test__registered__npu__...__test_xxx/
│   │       └── coverage.linux-*     # sglang：覆盖率文件直接放在测试目录下
│   └── <pytorch 布局>/
│       └── _inductor__test_add/     # pytorch：目录名含 __ 或以 test_ 开头
│           └── covdata/             # pytorch：覆盖率文件在 covdata/ 子目录
│               └── coverage.*
│
├── covstub/                         # 源码目录（函数级匹配需要）
│   ├── vllm_ascend/                 #   vllm：对应仓库根目录
│   ├── sglang/                      #   sglang：对应仓库 python/sglang/
│   └── torch/                       #   torch_npu：对应 pytorch/pytorch 仓库根目录
├── test_case_map.json               # 自动生成的映射文件
└── recommended_pytest_paths.txt     # 推荐测试用例列表（输出）

覆盖率目录布局自动探测（三仓库兼容）：

测试目录下存在 covdata/ 子目录（vllm / pytorch 布局）→ 从 covdata/ 读取 coverage.*
无 covdata/ 子目录（sglang 布局）→ 直接读取测试目录下的 coverage.*

测试用例目录识别规则（adapter 提供）：

仓库	规则
vllm_ascend	目录名以 `tests__` 开头，或等于 `cpu-ut`
sglang	目录名以 `____w__sglang__sglang__test__` 开头
torch_npu	目录名含 `__`，或以 `test_` 开头（如 `_inductor__test_add`）

测试用例名称转换规则（adapter 提供）：

仓库	转换示例
vllm_ascend	`tests__e2e__pull_request__one_card__test_xxx` → `tests/e2e/pull_request/one_card/test_xxx.py`；含 `--test_foo` → `...::test_foo`（函数级）；`cpu-ut` 保持不变
sglang	`____w__sglang__sglang__test__registered__npu__basic_function__backends__test_npu_sampling_backend` → `test/registered/npu/basic_function/backends/test_npu_sampling_backend.py`；含 `--` → `::`（函数级）
torch_npu	`_inductor__test_add` → `_inductor/test_add.py`；含 `--test_foo` → `...::test_foo`（函数级）

产品代码路径前缀（diff / 覆盖率库路径 → 仓库相对路径）：

仓库	前缀	相对路径示例
vllm_ascend	`vllm_ascend/`	`vllm_ascend/core/worker.py` → `core/worker.py`
sglang	`python/sglang/`	`python/sglang/srt/models/qwen3_vl.py` → `srt/models/qwen3_vl.py`
torch_npu	`torch/`	`torch/distributed/utils.py` → `distributed/utils.py`

三、基础用法

相对路径基于仓库根目录解析，也支持绝对路径。--source-dir 建议传入；--coverage-dir 仅构建 map 时需要（--build-map 或 map 文件不存在时必填），推荐测试时无需传入。

1. 构建测试用例映射（首次使用或数据更新后）

# vllm_ascend
python -m test_selector --repo vllm_ascend --build-map \
    --coverage-dir "VLLM-ASCEND@task_2026072021" \
    --source-dir ./covstub

# sglang
python -m test_selector --repo sglang --build-map \
    --coverage-dir "sglang@20260908" \
    --source-dir ./covstub

# torch_npu
python -m test_selector --repo torch_npu --build-map \
    --coverage-dir "PyTorch@Task20260903" \
    --source-dir ./covstub

输出示例：

=== Building Test Case Mapping ===
Scanning test cases...
  Found 32 test cases
  [1/32] Processing ____w__sglang__sglang__test__registered__npu__basic_function__backends__test_npu_sampling_backend...
    -> 450 files, 8939 lines
  ...
Test case mapping saved to: test_case_map.json

2. 从 PR 推荐测试

# vllm_ascend（GitHub）
python -m test_selector --repo vllm_ascend \
    --github-pr "vllm-project/vllm-ascend#12379" \
    --source-dir ./covstub

# sglang（GitHub）
python -m test_selector --repo sglang \
    --github-pr "sgl-project/sglang#37043" \
    --source-dir ./covstub

# torch_npu（GitHub 上游 pytorch/pytorch）
python -m test_selector --repo torch_npu \
    --github-pr "pytorch/pytorch#150000" \
    --source-dir ./covstub

推荐测试时加载已存在的 test_case_map.json，不需要 --coverage-dir。只有 map 文件不存在（首次使用）或需重建时才传入。

四、核心参数说明

参数默认值由所选仓库适配器（cli_defaults()）提供；三仓库当前默认值一致，后续可按仓调整。

公共参数

参数	必填	说明
`--repo` / `-r`	否	仓库适配器：`vllm_ascend` / `sglang` / `torch_npu`（默认：`vllm_ascend`，薄入口默认各自仓库）
`--github-pr` / `-pr`	二选一	GitHub PR（三仓库通用），格式：`owner/repo#pr_number` 或仅 `pr_number`（自动从 git remote 推导）；torch_npu 传上游 `pytorch/pytorch#N`
`--gitcode-pr`	二选一	GitCode PR（公共备用模块，当前无仓库默认使用），格式：`owner/repo#pr_number` 或仅 `pr_number`（自动从 git remote 推导）；两参数互斥
`--source-dir` / `-s`	建议	源码目录（默认：`covstub`；函数级匹配与噪音过滤需要）
`--map-file` / `-m`	否	映射文件（默认：`test_case_map.json`）
`--coverage-dir` / `-c`	构建 map 时	覆盖率数据目录（默认：`coverage`）
`--build-map` / `-b`	否	强制重建测试用例映射；仅构建 map 时使用
`--min-affected` / `-a`	否	最少受影响行数阈值（默认：1）
`--dedup`	否	去重：相同覆盖行的测试只保留一个（默认关闭）
`--skip-imports`	否	函数级匹配时跳过 import 语句行（默认关闭）

匹配粒度开关

参数	默认	说明
`--enable-line-match`	开启	启用行级匹配（默认值来自 adapter）
`--disable-line-match`	-	关闭行级匹配（优先级高于 enable）
`--enable-function-match`	开启	启用函数级匹配（默认值来自 adapter）
`--disable-function-match`	-	关闭函数级匹配（优先级高于 enable）

处理规则：disable 参数优先于 enable：

if args.disable_line_match:
    args.enable_line_match = False
if args.disable_function_match:
    args.enable_function_match = False

提示：文件重命名/删除场景内部已固定使用"仅文件级匹配"（行级/函数级强制关闭），不受这些开关影响。

仓库差异对照

维度	vllm_ascend	sglang	torch_npu
PR 源	GitHub	GitHub	GitHub（pytorch/pytorch）
产品代码前缀	`vllm_ascend/`	`python/sglang/`	`torch/`
测试目录识别	`tests__` 前缀 / `cpu-ut`	`____w__sglang__sglang__test__` 前缀	目录名含 `__` 或以 `test_` 开头
覆盖率文件位置	`covdata/` 子目录	测试目录下直接放置（兼容探测 covdata）	`covdata/` 子目录
测试文件规则	`tests/e2e/pull_request/`、`tests/ut/` 下 `test_*.py`	`test/registered/`、`test/{unit,e2e,integration}/` 下 `test_*.py`	`test/` 下 `test_*.py`
全量触发变更	csrc/ 目录（非 .md）→ 全量测试	无（csrc/rust 走精准匹配）	无（原生变更走精准匹配）
测试名规范化	`--`→`::`、`__`→`/`、文件级补 `.py`	剥离编码前缀恢复 `test/`、`__`→`/`、`--`→`::`	`--`→`::`、`__`→`/`、文件级补 `.py`
变更检测	本地哈希比对（默认）或 PR diff	同左	同左

五、匹配逻辑详解

全量触发变更检测（仅 vllm_ascend）

当 diff 中检测到 csrc/ 目录变更（排除 .md 文件）时，直接执行全量测试，跳过精准匹配：

检测到 csrc 目录变更
  → base = 全量测试用例（test_case_map 中所有条目）
  → 跳过 parse_pr_diff_file() 和 select_tests()
  → 直接进入合并步骤

原因：csrc 目录通常包含底层 C/C++ 代码，其变更可能影响多个模块，难以通过精准匹配覆盖。

sglang 不触发全量：csrc/*.cu、rust/*.rs 等原生代码变更不会被解析进精准匹配（仅保留 .py），推荐结果由 Python 产品代码匹配 + 新增/删除测试文件决定。

torch_npu 不触发全量：torch/csrc/ 等原生代码（C++/CUDA）变更不会被解析进精准匹配（仅保留 .py）。注意：纯原生代码变更的 PR 可能返回 0 推荐，此时存在漏测风险，建议人工评估是否需跑相关用例（详见故障排除表）。

排除变更场景（diff_parser）

_parse_diff_base_lines() 解析统一 diff 文本为受影响的 base（变更前）行号，并在解析阶段/后续分类阶段排除以下不构成代码变更的场景：

场景	处理
纯注释/docstring 变更	删除组全为注释/docstring 且新增为注释/doc 说明 → 剔除
纯类型注解变更（插入/替换/删除）	可证明惰性的注解（函数体内、普通类、模块级，无副作用）→ 豁免
首次新增的变量绑定（纯插入）	全部为绑定全新名字的带值赋值（名字在 base 中不存在、RHS 惰性、无尾逗号行）→ 豁免
函数/类定义之间的空行插入	位于两个 def/class 之间 → 排除
新增 def/class 整体	插入文本属于新定义的函数/类 → 排除
新文件（`--- /dev/null` + `@@ -0,0 ...`）	无 base 版本，跳过行级解析（避免无意义的 base 内容拉取）
函数体内纯插入	记录插入位置上方的行号
隔离空行删除	按单行插入处理为候选对（上、下两行）

候选对分类（_classify_candidate_pairs，需要 base 文件内容）：通过 GitHub contents API / GitCode raw 接口单路拉取 base 内容后做 AST 分类；拉取失败重试 3 次后直接退出（不允许降级），仅 AST 解析失败等无法分类的场景回退为 hunk 范围内双侧计数。

新增测试文件处理

从 diff 中提取新增/修改的测试文件（规则由 adapter 提供），直接加入推荐列表：

new_tests = pr_detector.get_test_files_from_pr_diff(diff_content, adapter)
# vllm: 匹配 tests/e2e/pull_request/... 或 tests/ut/... 下 test_*.py
# sglang: 匹配 test/registered/... 或 test/{unit,e2e,integration}/... 下 test_*.py
# torch_npu: 匹配 test/ 下 test_*.py

已删除测试文件处理

从 diff 中检测被删除的测试文件（--- a/... + +++ /dev/null 对），从推荐列表中移除：

deleted_tests = pr_detector.get_deleted_test_files_from_pr(diff_content, adapter)

结果合并公式

result = (base ∪ new_tests) - deleted_tests

其中:
  base = has_full_suite ? 全量测试 : 精准匹配结果

文件重命名/删除检测

当 diff 中检测到文件重命名或删除时，采用特殊处理策略：

检测到 rename: old_path -> new_path
  → new_path 在覆盖率数据中不存在（改名后未重新跑测试），精准匹配无效
  → old_path 在覆盖率数据中仍存在，单独做文件级匹配
  → 结果合并去重

处理流程：

# 1. 检测 rename / delete（detect_renames，仅产品代码前缀下）
renames = detect_renames(diff_content)      # {old_path: new_path}
deleted_files = ...                          # [path, ...]

# 2. rename 新路径 / 删除文件从 changed_files 中排除（行级解析阶段已排除）

# 3. old_path 做文件级匹配
for path, label in file_level_paths:         # rename 旧路径 + 删除路径
    fl_selected, _ = select_tests(
        {path: set()},
        enable_line_match=False,      # 禁用（可能没有实际代码变更）
        enable_function_match=False,  # 禁用
        enable_file_match=True,       # 仅文件级（召回覆盖旧文件的测试）
    )
    selected.extend(fl_selected)

控制台输出示例：

=== Detected 1 Product Code Renamed File(s) - Using File-Level Matching ===
  vllm_ascend/core/worker.py -> vllm_ascend/core/worker_v2.py

=== File-Level Matched Tests for vllm_ascend/core/worker.py -> vllm_ascend/core/worker_v2.py ===
  cpu-ut
  tests/e2e/pull_request/one_card/test_worker.py

行级匹配

精确计算变更行与测试覆盖行的交集：

变更行: {100, 101, 102, 150, 151}
测试覆盖: {100, 101, 200, 201}
→ 交集: {100, 101} → 相关

函数级匹配

如果变更行落在某个函数内，则该函数被覆盖的所有测试都相关：

变更行 150 位于函数 process_request()
函数 process_request() 覆盖行: {140-200}
测试A 覆盖: {145, 146, 147} → 相关（覆盖了 process_request）

合并去重

行级和函数级同时执行，结果合并去重（行级结果优先）；无结果时级联文件级匹配兜底。

变更检测方式（change_detector）

PR 模式：parse_pr_diff_file() 解析 PR diff，产出变更行号 + 重命名映射 + 删除列表
本地模式（默认）：detect_changes_by_comparison() 扫描 --source-dir 下全部 .py，与 .file_hashes.json 基线比对 MD5，变更文件保守返回全部行号（1~9999），首次运行生成基线

GitCode PR 拉取（公共备用模块）

GitCode PR 拉取通过公共模块 test_selector.gitcode（--gitcode-pr，当前无仓库默认使用；torch_npu 已切换到 GitHub 上游仓库 pytorch/pytorch），与 GitHub 版（test_selector.github，--github-pr）的差异：

维度	github.py	gitcode.py
PR 详情/diff 获取	`/pulls/{n}` 返回 base.sha；diff 直连 `github.com/{repo}/pull/{n}.diff` 公开端点	`/pulls/{n}` 返回 base.sha；diff 优先 `.diff` 公开端点，失败兜底 `/pulls/{n}/files` 拼接
diff 拼接	无需拼接	`_build_unified_diff()` 合成 git 标记（`rename from/to`、`deleted file mode`、`--- a/` / `+++ b/` 头），结果格式与 GitHub 一致；`patch.diff` 为空时：纯改名/删除/新增仍合成标记（保文件级信号）、二进制/纯 mode 变更显式跳过、`too_large` 打印警告且行级变更不包含在拼接结果中
base 内容获取	GitHub contents API（`?ref=base_sha`，base64）	`raw.gitcode.com/{repo}/raw/{sha}/{path}`
认证方式	`Authorization: Bearer`（`GITHUB_TOKEN` / `GH_TOKEN`）	`access_token` 查询参数（`GITCODE_TOKEN`）

拼接后的 diff 格式与 GitHub 一致，因此下游 diff_parser 的噪音分类逻辑完全复用，不感知数据源差异。 代理要求：GitCode/GitHub API 均需直连外网；华为内网环境必须配置代理（见第九章）。若未配置代理，urllib 抛 WinError 10060 连接超时，3 次重试后退出。 不允许降级：PR 详情（base.sha）、diff 主路（.diff 端点）与 base 文件内容拉取失败均重试 3 次（间隔 30 秒，避开边缘限流窗口）后直接退出，不降级继续；diff 获取仅 GitCode 保留 /files 拼接兜底（GitHub 无兜底），兜底同样重试 3 次，全部失败即退出。

六、Map 构建逻辑

噪音过滤功能

构建 Map 时，自动过滤无效噪音行（NoiseFilter，每文件一次 AST 解析并缓存）：

类型	说明	示例
`import`	import/from...import 语句行（含多行 import）	`import torch`、`from X import Y`
`def`	函数定义行（含多行 def 头部）	`def func():`、`async def foo():`
`class`	类定义行	`class MyClass:`
`docstring`	模块级、类、函数的 docstring 行	`"""doc"""`、`'''doc'''`
`@staticmethod`	静态方法装饰器	`@staticmethod`
`@classmethod`	类方法装饰器	`@classmethod`
`@property`	属性装饰器	`@property`
`blank`	空行/纯空白行	空行、仅含空格/制表符的行

装饰器过滤规则：只过滤 @staticmethod、@classmethod、@property 三种；其他装饰器（如 @triton.jit、@wraps、@contextmanager）保留。

空行过滤说明：Coverage arc 数据基于字节码控制流转移，空行也会作为控制流节点被记录（如 if 块结束后的空行、return 后的空行）。不过滤会导致行级匹配命中空行，产生误报。

生效条件：--source-dir 已指定（用于定位源码文件进行 AST 解析）。

空文件自动过滤：覆盖行经噪音过滤后为空则该文件不写入 map（减少 map 体积，不影响选择逻辑）。

Map 文件结构

{
  "test/registered/npu/basic_function/backends/test_npu_sampling_backend.py": {
    "files": {
      "srt/arg_groups/model_overrides/qwen3_vl.py": [16, 19],
      "srt/configs/qwen3_vl.py": [5, 6, 143, 144]
    },
    "file_count": 2,
    "line_count": 4
  },
  "tests/ut/core/test_distributed.py::test_get_global_rank": {
    "files": {
      "vllm_ascend/distributed/utils.py": [50, 51, 52, 60, 61]
    },
    "file_count": 1,
    "line_count": 5
  }
}

注意：

map 的 key 为 normalize 后的测试路径（vllm：tests/.../test_xxx.py 或 ...::test_func、cpu-ut；sglang：test/.../test_xxx.py；torch_npu：test/.../test_xxx.py、_inductor/test_add.py 等，文件级补 .py）
files 的 key 为剥离产品代码前缀后的相对路径（vllm：core/worker.py；sglang：srt/xxx.py；torch_npu：distributed/xxx.py）
保存时强制使用 LF 换行（newline="\n"），避免 Windows CRLF 导致 JSON 体积膨胀，保证跨平台 git 差异对比一致

七、输出说明

控制台输出示例

场景1：检测到 csrc 变更（vllm，执行全量）

=== CSRC Directory Changes Detected - Running Full Test Suite ===

=== Full Test Suite: 3481 tests ===

=== Recommended Test Cases (3483 tests) ===
Results saved to: recommended_pytest_paths.txt

场景2：精准匹配

Parsed 4 changed files:
  vllm_ascend/core/worker.py: 2-5
  vllm_ascend/distributed/utils.py: 1339-1340

=== Selecting Affected Test Cases ===
  Line match: 12 tests, Function match: 3 tests, Total: 15 tests

======================================================================
Code changes: 4 files, 15 lines
Selected: 15 test cases (Line+Function match)
======================================================================

#    Test Case                                              Affected Lines
----------------------------------------------------------------------
1    cpu-ut                                                  3 (2-5)
2    tests/e2e/pull_request/four_card/context_parallel/test_accuracy  3 (114, 3987-3988)
...

场景3：包含新增/删除测试

=== New Test Files Added: 1 ===
  ['tests/ut/core/test_new_feature.py']

=== Deleted Test Files Removed: 1 ===
  ['tests/ut/core/test_deprecated.py']

输出文件（`recommended_pytest_paths.txt`）

写入仓库根目录，每行一个测试用例路径：

cpu-ut
tests/e2e/pull_request/four_card/context_parallel/test_accuracy
test/registered/npu/basic_function/backends/test_npu_sampling_backend.py
...

八、典型使用场景

场景1：分析 PR

# GitHub PR（vllm_ascend / sglang）
python -m test_selector --repo vllm_ascend \
    --github-pr "vllm-project/vllm-ascend#16104" -s ./covstub

python -m test_selector --repo sglang \
    --github-pr "sgl-project/sglang#37043" -s ./covstub

# GitHub PR（torch_npu，上游 pytorch/pytorch）
python -m test_selector --repo torch_npu \
    --github-pr "pytorch/pytorch#150000" -s ./covstub

场景2：更新覆盖率数据后重建映射

# 1. 跑完测试，得到新的覆盖率数据
# 2. 重建映射
python -m test_selector --repo sglang --build-map -c "sglang@20260909" -s ./covstub

# 3. 推荐测试
python -m test_selector --repo sglang --github-pr "sgl-project/sglang#37758" -s ./covstub

场景3：精准回归测试

# 推荐测试
python -m test_selector --repo vllm_ascend --github-pr "owner/repo#123" -s ./covstub

# 查看 recommended_pytest_paths.txt 获取测试列表并执行
pytest tests/e2e/pull_request/one_card/test_worker.py -v

场景4：本地哈希比对检测变更（无 PR）

# 首次运行生成基线 .file_hashes.json
python -m test_selector --repo vllm_ascend -s ./covstub

# 修改源码后再运行 → 检测到变更文件并推荐
python -m test_selector --repo vllm_ascend -s ./covstub

场景5：代码库内部结构说明

from test_selector.repos import get_adapter
from test_selector.coverage_selector import CoverageSelector
from test_selector.change_detector import CodeChangeDetector
from test_selector.test_selector import TestSelector

adapter = get_adapter("sglang")                 # 选择仓库适配器（vllm_ascend / sglang / torch_npu）

selector = CoverageSelector("coverage", "covstub", adapter)
selector.build_test_case_map()
selector.save_map("test_case_map.json")

detector = CodeChangeDetector("covstub", adapter)
changed = detector.detect_changes_by_comparison()

ts = TestSelector(selector.test_case_map, adapter)
selected, reason = ts.select_tests(changed, source_dir="covstub")

九、故障排除

问题	可能原因	解决方案
`Error: --coverage-dir is required when building the test case map`	map 文件不存在且未传覆盖率目录	首次使用需传 `--coverage-dir`（或先 `--build-map`）
`Coverage data directory not found`	覆盖率目录路径不对	确认 `--coverage-dir` 指向含测试用例目录的根目录
`没有测试用例覆盖变更的代码行`	变更文件无覆盖数据	确认覆盖率数据来自变更前的全量用例
`解析 PR 失败` / GitHub API 超时	内网无法直连 GitHub	设置代理环境变量后重试（见下方）
`WinError 10060` 连接超时（GitCode）	内网无法直连 GitCode API	设置代理环境变量后重试（见下方）；git 全局已配置 `proxycn2.huawei.com:8080` 认证代理时，PowerShell 中执行 `$env:HTTPS_PROXY=...` 后重试
`函数级匹配失败`	源码目录路径不对	确认 `--source-dir` 指向包含 `vllm_ascend/` / `sglang/` / `torch/` 包的根目录
推荐结果过多	变更函数被大量测试覆盖	启用 `--dedup` 或提高 `--min-affected`
推荐结果为空	PR 仅含原生代码变更且无新测试文件（sglang）	正常，原生代码变更不触发全量
推荐结果为空	PR 仅含原生代码变更（torch_npu，如 `torch/csrc/` 下 C++/CUDA 文件）	正常但存在漏测风险：原生代码变更不解析进精准匹配；建议人工评估是否需跑相关用例
`Full-Suite Changes Detected`（vllm）	diff 含 csrc/ 目录变更	正常行为，触发全量测试
`New Test Files Added: X`	diff 中有新增测试文件	正常，直接加入推荐列表
`Deleted Test Files Removed: X`	diff 中有已删除测试文件	正常，从推荐列表移除
`Detected X Renamed File(s)`	diff 中包含文件重命名	正常，旧路径做文件级匹配
变更行数偏多、含 context 行	diff 解析按 hunk 范围推算	已知限制，算法保守偏多报
`Unknown repo 'xxx'`	`--repo` 拼写错误	使用 `vllm_ascend` / `sglang` / `torch_npu`

代理配置示例（华为内网环境）：

# Windows PowerShell / CMD
set HTTP_PROXY=http://<user>:<pwd>@proxycn2.huawei.com:8080/
set HTTPS_PROXY=http://<user>:<pwd>@proxycn2.huawei.com:8080/

python -m test_selector --repo vllm_ascend --github-pr "vllm-project/vllm-ascend#16104" -s ./covstub
python -m test_selector --repo torch_npu --github-pr "pytorch/pytorch#150000" -s ./covstub

说明：

Python urllib 会自动读取 HTTP_PROXY/HTTPS_PROXY 环境变量走代理；脚本内部已通过自定义 ssl_context 关闭证书校验。

GitHub 与 GitCode 均适用；本机 git 全局代理（git config --global http.proxy，如 http://<user>:<pwd>@proxycn2.huawei.com:8080/）可直接复用为环境变量。

PowerShell 中设置环境变量用 $env:HTTPS_PROXY='...'（set 仅对 CMD 有效）。