log-diagnosis-vllm

name	log-diagnosis-vllm
description	vLLM 日志诊断调度器。接收 vLLM 相关日志，自动判断问题方向并调度对应子skill进行诊断。触发词：vllm日志、vllm诊断、vllm日志分析、vllm推理、vllm问题定位、vllm故障。

vLLM 日志诊断调度器

接收 vLLM 相关日志，自动判断方向，分发给对应子 skill 进行诊断，并汇总输出结论。

---

使用方式

方式一：直接调度（用户已告知方向）

/skill log-diagnosis-vllm
[粘贴日志]
> 推理超时问题

方式二：全自动（用户不知道什么方向）

/skill log-diagnosis-vllm
[粘贴日志]
> 帮我看看是什么问题

---

诊断流程

Step 1：解析输入
Step 2：判断方向
Step 3：加载子 skill 并执行
Step 4：汇总输出

Step 1：解析输入

同时解析两个输入：

• 原始日志：用户粘贴的完整或部分日志
• 用户提示（可选）：用户对可能方向的猜测

Step 2：判断方向

三种路径，优先级从高到低：

路径	条件	处理方式
直接调度	用户主动提示方向	根据提示直接加载对应子 skill
错误特征分析	日志中有 error/warn 日志	分析错误语义，映射到对应方向
零样本分类	以上都没有命中	LLM 根据日志特征判断最可能的方向

错误特征 → 方向 映射表：

错误特征	映射方向	对应子 skill
RPC timed out / sample_tokens timed out	推理超时	log-diagnosis-vllm-inference-timeout
EngineDeadError / EngineCore fatal error	引擎崩溃	log-diagnosis-vllm-inference-timeout
500 Internal Server Error + 超时	推理超时	log-diagnosis-vllm-inference-timeout
模型加载失败 / weight loading failed / checkpoint error	模型初始化	log-diagnosis-vllm-model-init（待创建）
OOM / out of memory / NPU memory	NPU 内存问题	log-diagnosis-vllm-npu-oom（待创建）
NCCL / nccl error / 通信失败	多节点通信	log-diagnosis-vllm-multi-node（待创建）
CUDA error / GPU error	GPU/NPU 硬件问题	结合系统日志

零样本分类 prompt（备用）：

你是一个 vLLM 推理服务的日志诊断专家。以下是一段服务日志，请判断最可能属于哪类问题：

日志：
---
{raw_logs}
---

选项：
A. 推理超时问题（RPC 超时、sample_tokens 超时、引擎卡住）
B. 模型初始化问题（权重加载失败、模型加载超时）
C. NPU/GPU 内存问题（OOM、内存不足）
D. 多节点通信问题（NCCL 错误、节点间通信失败）
E. 其他 vLLM 异常

请只输出选项字母和简短理由（1-2句话）。

Step 3：加载子 skill 并执行

根据 Step 2 的判断结果，加载对应子 skill：

if 方向 == "推理超时" or "引擎崩溃":
    skill_view(name="log-diagnosis-vllm-inference-timeout")
    执行子 skill 的诊断流程
elif 方向 == "模型初始化":
    skill_view(name="log-diagnosis-vllm-model-init")
    执行子 skill 的诊断流程（待创建）
elif 方向 == "无法判断" or 命中多个方向:
    尝试所有相关子 skill，汇总各自发现

Step 4：汇总输出

统一格式输出：

## vLLM 日志诊断结论

**判断方向**：xxx
**诊断依据**：...
**根因定位**：...
**修复建议**：...

---
## 详细诊断过程

[子 skill 的完整输出]

---
## 下一步

1. ...
2. ...

---

子 skill 清单

子 skill	状态	说明
log-diagnosis-vllm-inference-timeout	✅ 已就绪	推理超时/引擎崩溃诊断
log-diagnosis-vllm-model-init	⏳ 待创建	模型加载/初始化失败
log-diagnosis-vllm-npu-oom	⏳ 待创建	NPU 内存不足
log-diagnosis-vllm-multi-node	⏳ 待创建	多节点通信问题

---

扩展方式

新增诊断方向时：

1. 在 log-diagnosis-vllm/ 下创建子 skill 目录
2. 在上方「错误特征 → 方向映射表」中添加对应条目
3. 在「子 skill 清单」中更新状态

详见 log-diagnosis-framework 框架规范。