昇腾集群比对分析

本 skill 只做一件事：比对两个集群的 profiling 数据，定位性能差异并输出劣化归因 HTML 报告。从 cluster_analysis_output 目录（DB 或 TEXT 格式）提取数据；若用户没有现成的 cluster_analysis_output，先用 msprof-analyze cluster 生成，再执行比对。

触发场景

当用户出现以下意图时触发：

• "比对两个集群"、"对比正常和异常集群"、"cluster compare"
• 用户提供两个 cluster_analysis_output 目录、cluster.db 文件或 cluster_step_trace_time.csv 路径
• 用户提供原始 profiling 数据目录（如多张卡的 *_ascend_pt 目录），要求生成比对结果

不适用：单集群整体分析、单卡分析、专家建议（advisor）、GPU/NPU 性能比对（compare 工具）。这些不属于本 skill 范围。

核心工作流（必须严格遵循）

阶段 0: 数据准备（仅当用户没有现成的 cluster_analysis_output 时）

步骤 0.1: 判断是否需要生成

检查用户提供的两个集群路径下是否已有可用数据：

• DB 模式：cluster.db（旧格式，根目录）或 cluster_analysis_output/cluster_analysis.db（新格式）
• TEXT 模式：cluster_step_trace_time.csv + communication_group.json（直接位于路径下或 cluster_analysis_output/ 子目录内）

两类满足其一即可；若路径下只有原始 profiling 数据（如 *_ascend_pt 目录），则进入步骤 0.2 生成。

步骤 0.2: 检查并安装 msprof-analyze

1. 检查是否已安装：执行 msprof-analyze --version（或 msprof-analyze --help），能正常输出版本/帮助信息即已安装。
2. 未安装则安装（要求 Python 3.7.5 及以上，建议 3.9+）：

   pip install msprof-analyze
   

   • 指定版本：pip install msprof-analyze==<CANN版本号>（不明确时用最新版）
3. 验证安装：再次执行 msprof-analyze --help，不报错且能显示帮助即安装成功；若提示命令不存在，确认当前终端使用的是安装了 msprof-analyze 的 Python 环境。

步骤 0.3: 执行 cluster 分析生成 cluster_analysis_output

msprof-analyze cluster -m all -d <profiling_path> -o <output_path>

参数	说明
-d / --profiling_path	必选。集群性能数据根目录，需包含同一次采集的多张卡 profiling 子目录（如 dp0_pp0_tp0_..._rank0_..._ascend_pt/）。不要混入不同批次或缺失 rank，否则通信矩阵映射可能不准确
-m / --mode	可选。communication_matrix（通信矩阵）/ communication_time（通信耗时）/ all（默认，两者都解析）。比对场景建议 all
-o / --output_path	可选。自定义输出路径；未指定时在 -d 目录下自动创建 cluster_analysis_output
--force	可选。跳过属主、权限、文件过大（csv>5GB / json>10GB / db>8GB）校验，强制执行

生成后的输出文件：

• TEXT 输入：cluster_step_trace_time.csv（迭代耗时拆解）、cluster_communication.json（通信算子耗时）、cluster_communication_matrix.json（通信矩阵）、communication_group.json（通信域信息）
• DB 输入：cluster_analysis.db（包含 ClusterBaseInfo、ClusterStepTraceTime、CommunicationGroupMapping、ClusterCommunicationTime、ClusterCommunicationBandwidth、ClusterCommunicationMatrix 表）

对两个集群分别执行生成。注意事项：

• 采集时 profiler_level 需为 Level1 及以上，否则无通信小算子数据，仅能汇总 step_trace_time（通信带宽/矩阵缺失）
• 支持仅转存 analysis.db + profiler_info_*.json（保留目录结构）用于超大集群分析
• 生成后回到阶段 1，使用新产生的 cluster_analysis_output 作为数据源

阶段 1: 数据识别与全景提取（对集群 A、B 分别执行）

步骤 1.1: 识别数据格式

• DB 模式：路径下存在 cluster.db（旧格式）或 cluster_analysis_output/cluster_analysis.db（新格式）
• TEXT 模式：路径下存在 cluster_step_trace_time.csv + communication_group.json
• 混合模式：同时存在 DB 和 TEXT 文件（优先使用 DB）

步骤 1.2: 提取全景数据

DB 模式 SQL 查询（参考 references/db_schema.md 获取完整表结构）：

-- 1. 集群基础信息
SELECT key, value FROM cluster_base_info;
-- 或新格式: SELECT * FROM CommunicationGroupMapping;

-- 2. Step 时间全景（核心表）
SELECT step_id, AVG(compute_time), AVG(pure_communication_time),
       AVG(overlap_communication_time), AVG(communication_time),
       AVG(free_time), AVG(stage_time), AVG(bubble_time), AVG(preparing)
FROM step_statistic_info GROUP BY step_id;
-- 新格式表名: ClusterStepTraceTime, 字段名略有不同

-- 3. 各 Rank 时间明细
SELECT rank_id, step_id, compute_time, communication_time, free_time, stage_time
FROM step_statistic_info ORDER BY step_id, rank_id;

-- 4. 通信时间汇总（如有数据）
SELECT hccl_op_name, AVG(elapsed_time), AVG(transit_time), AVG(wait_time),
       AVG(synchronization_time), AVG(idle_time)
FROM ClusterCommunicationTime GROUP BY hccl_op_name;

-- 5. 通信带宽汇总（如有数据）
SELECT band_type, AVG(bandwidth), AVG(transit_size), AVG(transit_time)
FROM ClusterCommunicationBandwidth GROUP BY band_type;

-- 6. 通信矩阵（如有数据）
SELECT src_rank, dst_rank, transport_type, AVG(bandwidth), AVG(transit_size)
FROM ClusterCommunicationMatrix GROUP BY src_rank, dst_rank, transport_type;

-- 7. Rank/Host 总数
SELECT COUNT(DISTINCT rankId) FROM RankDeviceMap;
SELECT COUNT(DISTINCT hostUid) FROM HostInfo;

TEXT 模式文件解析（参考 references/text_schema.md）：

• 读取 cluster_step_trace_time.csv：解析 Step/Type/Index/Computing/Communication/Free/Stage 等列
• 读取 communication_group.json：解析 collective/p2p 通信组信息，提取 rank 列表作为基础信息
• 读取 cluster_communication.json（如有）：解析通信算子耗时统计，提取 Top10 算子的 elapsed/transit/wait/sync 时间
• 读取 cluster_communication_matrix.json（如有）：解析 4 层嵌套 JSON 通信矩阵，提取 src_rank/dst_rank/transport_type/bandwidth/transit_size，按传输类型（LOCAL/HCCS/RDMA）聚合带宽
• 路径检测：支持 data_dir/cluster_step_trace_time.csv 或 data_dir/cluster_analysis_output/cluster_step_trace_time.csv 两种结构
• 单位注意：TEXT 模式 JSON 中时间单位为 ms（毫秒），DB 模式为 μs（微秒），脚本需自动适配

步骤 1.3: 内嵌进阶分析（提取时同步执行，默认开启）

提取器 cluster_data_extractor.py 生成单集群 JSON 时会同步执行进阶分析，并把结果嵌入 JSON 的 advanced_analysis 字段——进阶分析在比对之前即已完成，比对报告自动携带渲染，无需额外操作。

默认执行的特性（scope=single，记录含 embedded: true）：

• free_analysis：空闲时间成因聚合（Reason 分布、次数、总时长、占比）
• communication_bottleneck：通信瓶颈算子 Top N（慢/快 Rank 耗时差与推断原因）

行为说明：

• 提取器自动探测 msprof-analyze 可用性与数据前置条件；特性不可用时在 advanced_analysis.features[].status 标注原因（failed / not_available），不阻塞提取主流程
• 工具输出缓存于 <data-dir>/advanced_work/，重复提取时默认复用（status=cached）；用 --force-advanced 忽略缓存重跑
• 成功/缓存命中的 feature 会同步生成中文「分析与判断」，写入 features[].analysis 字段（由 scripts/advanced_insights.py 规则化生成），随单集群 JSON 落盘；HTML/MD 比对报告渲染时直接复用，保证口径一致

内嵌进阶分析可选参数：

参数	说明
--no-advanced	跳过内嵌进阶分析（仅提取基础数据）
--msprof <path>	指定 msprof-analyze 可执行文件名/路径
--advanced-work-dir <path>	指定进阶分析工具输出目录（默认 <data-dir>/advanced_work/）
--advanced-top-num <n>	communication_bottleneck 的 Top N 数量（默认 10）
--force-advanced	忽略缓存，强制重跑进阶分析

双集群时间拆解对比（cluster_time_compare_summary）不属于内嵌范围，如需该结果见阶段 2.5。

步骤 1.4: 生成 MD 总结文件

对每个集群，将提取的全部数据组织为结构化 Markdown，保存到该集群的原始数据文件夹下（如 {data_dir}/cluster_data_summary.md）。

双集群比对 MD 报告无需手工编写：阶段 2 使用 scripts/generate_cluster_md.py 自动生成（章节与 HTML 比对报告对应，含进阶分析「分析与判断」与「综合判断」），全部内容中文输出。

MD 文件必须包含以下章节：

1. 集群概览：Rank 数量、Step 数量、采集时间、并行策略（TP/PP/DP）、算法类型
2. Step 时间统计：各 Step 的平均计算/通信/空闲/Stage 时间（μs 和 ms 双单位）
3. Rank 级明细：每个 Rank 在各 Step 的时间分解表
4. 负载分布分析：计算 vs 通信 vs 空闲的占比数据
5. 通信分析（如有数据）：通信算子耗时 Top10、带宽汇总、通信矩阵
6. 异常 Rank 识别：偏离均值超过 10% 的 Rank（慢卡/快卡）
7. 数据完整性说明：哪些表有数据、哪些表为空

单位换算规则：原始数据单位为微秒（μs），报告展示时需除以 1000 转换为毫秒（ms）。

阶段 2: 计算差异并渲染比对报告（HTML / MD 双格式）

HTML 使用模板：templates/cluster_compare_report.html；MD 使用脚本：scripts/generate_cluster_md.py（复用同一套指标计算，与 HTML 结论一致）

1. 计算差异：
   • 整体差值：ΔStage = Stage_B − Stage_A
   • 一级归因（贡献度，带显著性门控）：当 |ΔStage / Stage_A| < 1% 时 ΔStage 趋近 0，各分项变化互相抵消，贡献度比值会爆炸（如 368.5% / −123.4%）且不可解释，此时贡献度降级为 "—" 并在 KPI 卡说明原因；仅 |增幅| ≥ 1% 时计算：
     • 计算贡献度 = (ΔCompute / ΔStage) × 100%
     • 通信贡献度 = (ΔComm / ΔStage) × 100%
     • 空闲贡献度 = (ΔFree / ΔStage) × 100%
     • 贡献度可超 100% 或为负（分项变化方向相反、相互抵消所致），解读时以"占 Stage 变化比例、各分项可相互抵消"口径说明，不得简单当作"占比"
   • 二级算子归因：通信时间差值 Top5 算子
   • 带宽劣化：各 band_type 均值带宽下降百分比 + 有效吞吐（总传输量/总传输时间，SUM/SUM 或 avg_size/avg_time）对比
2. 渲染比对报告，报告包含：
   • 核心 KPI 卡片：Stage 耗时增幅、通信变化贡献度（带显著性门控与配色说明）、计算变化贡献度、带宽变化（均值口径 + 有效吞吐口径）、集群规模对比
   • Step 核心耗时对比：并排柱状图（集群A vs 集群B），按 Step 分组
   • 负载类型转换：双饼图对比（A 的计算/通信/空闲占比 vs B 的占比）
   • 劣化归因瀑布图：计算/通信/空闲对总劣化的贡献度分解
   • 通信算子差异 Top10：表格 + 柱状图，展示耗时差最大的算子
   • 带宽对比柱状图：各 band_type 的 A vs B 带宽对比
   • Rank 级差异热力图：每个 Rank 的 Stage 时间差值
   • 劣化根因总结 & 行动建议：P0/P1/P2 优先级问题列表
   • 进阶分析章节：{{ADVANCED_ANALYSIS_HTML}} 自动合并渲染两路结果——集群 A/B JSON 内嵌的 advanced_analysis（阶段 1 提取时已同步执行，同名 feature 按集群归属 A/B 对照展示）与 --advanced 外部 JSON（含双集群时间拆解对比）；两者皆无时显示引导卡；每个进阶 feature 卡片尾部渲染中文**「分析与判断」块，A/B 对照展示时追加「综合判断（基准 vs 对比）」**块（结论由 scripts/advanced_insights.py 规则化生成，优先复用单集群 JSON 内嵌 analysis 字段）
3. 生成 MD 比对报告（与 HTML 同步，结论一致）：

   python scripts/generate_cluster_md.py --data-a <a.json> --data-b <b.json> --output compare.md
   # 可选: 追加 --advanced 外部进阶分析 JSON; --top-ranks 控制 Rank 级差异表行数（默认 20，0=全部）
   python scripts/generate_cluster_md.py --data-a <a.json> --data-b <b.json> --output compare.md --advanced <advanced_analysis.json>
   

   MD 报告含八章节：一、综合结论 / 二、核心指标对比 / 三、劣化根因 / 四、行动建议 / 五、Step 级耗时对比 / 六、Rank 级差异 / 七、通信算子差异 / 八、进阶分析（含「分析与判断」与「综合判断（基准 vs 对比）」），全部中文输出。

阶段 2.5: 进阶分析补充（msprof-analyze -m，可选）

free_analysis / communication_bottleneck 已在阶段 1 内嵌完成（提取单集群 JSON 时同步执行），比对报告会自动合并渲染，无需重复执行。本阶段仅作为可选补充手段，用于获取单集群内嵌不包含的双集群时间拆解对比：

1. 运行 scripts/run_advanced_analysis.py --cluster-a <A数据目录> --cluster-b <B数据目录> --output <advanced_analysis.json>
2. 脚本自动探测工具可用性、双集群数据格式与前置表，按需补跑 cluster_time_summary，再执行进阶特性：
   • cluster_time_compare_summary（仅 DB，--bp 指基准）：双集群 rank/step 级时间指标对比，输出总体指标均值差与 Top 差异 Rank
   • free_analysis / communication_bottleneck：对集群 A、B 分别执行，结果标注 cluster: A/B，工具输出目录隔离在 <work-dir>/cluster_A/、<work-dir>/cluster_B/；命中阶段 1 内嵌缓存时直接复用（status=cached），用 --force 忽略缓存重跑
3. 输出 JSON 后重新生成报告：scripts/generate_cluster_report.py ... --advanced <advanced_analysis.json>（HTML）或 scripts/generate_cluster_md.py ... --advanced <advanced_analysis.json>（MD），报告将内嵌结果与外部结果自动合并渲染（time_cmp 取外部结果；单集群 feature 优先取内嵌，缺失时回退外部）
4. 特性不可用时（无 DB、缺表、工具缺失）脚本会标注 reason，报告对应卡片显示原因，不阻塞主报告

阶段 3: 输出与交付

1. 单集群 MD 总结文件保存到各集群的原始数据文件夹（每个集群一份）
2. HTML 比对报告保存到用户指定输出路径，未指定时保存到集群 A 的数据目录下（如 cluster_compare_report.html）
3. MD 比对报告与 HTML 同步生成（scripts/generate_cluster_md.py），输出路径未指定时与 HTML 同目录（如 cluster_compare_report.md）
4. 向用户展示报告摘要（关键发现 + 数据链接）

数据格式兼容

本 skill 必须同时兼容两种数据格式：

维度	DB 模式（旧格式）	DB 模式（新格式）	TEXT 模式
DB 文件名	cluster.db（根目录）	cluster_analysis.db（cluster_analysis_output/ 下）	无 DB 文件
Step 时间表	step_statistic_info	ClusterStepTraceTime	cluster_step_trace_time.csv
通信时间表	communication_time_info	ClusterCommunicationTime	cluster_communication.json
通信带宽表	communication_bandwidth_info	ClusterCommunicationBandwidth	cluster_communication_matrix.json（按传输类型聚合）
通信矩阵表	communication_matrix	ClusterCommunicationMatrix	cluster_communication_matrix.json（4 层嵌套 JSON）
基础信息表	cluster_base_info	CommunicationGroupMapping	communication_group.json
字段名差异	compute_time	computing	Computing
字段名差异	communication_time	communication	Communication
字段名差异	free_time	free	Free
字段名差异	stage_time	stage	Stage
字段名差异	rank_id	index（SQL 保留字，需双引号包裹）	Index
时间单位	μs	μs	μs（CSV）/ ms（JSON 通信数据）
路径检测	data_dir/cluster.db	data_dir/cluster_analysis_output/cluster_analysis.db	data_dir/cluster_step_trace_time.csv 或 data_dir/cluster_analysis_output/cluster_step_trace_time.csv

字段映射策略：提取数据时先检查表存在性和列名，自动适配对应字段名。

脚本工具

数据提取脚本

scripts/cluster_data_extractor.py：自动识别数据格式，执行 SQL/CSV 提取，输出 JSON 格式的结构化数据。默认在提取时同步执行进阶分析（free_analysis / communication_bottleneck），结果嵌入 JSON 的 advanced_analysis 字段（比对前即已获得）；特性不可用时标注原因，不阻塞提取。

python scripts/cluster_data_extractor.py --data-dir <path> --output <output.json>

内嵌进阶分析可选参数（单行追加执行）：--no-advanced（跳过内嵌进阶分析）、--msprof <path>（指定工具路径）、--advanced-work-dir <path>（工具输出目录，默认 <data-dir>/advanced_work/）、--advanced-top-num <n>（Top N，默认 10）、--force-advanced（忽略缓存重跑）。

比对报告生成脚本

scripts/generate_cluster_report.py：基于两个集群的提取数据生成 HTML 比对报告（仅支持比对模式）。内置带宽劣化智能解读：均值带宽下降但有效吞吐一致时判定为"统计口径差异"（绿色提示），不作为链路劣化依据；仅有效吞吐下降 ≥5%（轻微）/ ≥15%（严重）才判定为真实劣化。贡献度 KPI 带显著性门控：|ΔStage/Stage_A| < 1% 时展示 "—" 并说明原因，避免 ΔStage 趋近 0 时贡献度爆炸（368.5% / −123.4%）。进阶分析自动合并渲染：默认读取 data-a/data-b JSON 内嵌的 advanced_analysis（阶段 1 提取时已同步执行），同名 feature 按集群归属在同一卡片内对照展示（集群A · 基准 / 集群B · 对比）；--advanced 外部 JSON 作为补充来源合并（time_cmp 仅外部提供；单集群 feature 优先取内嵌，缺失时回退外部）；两者皆无时显示引导卡。进阶分析自动附带中文分析与判断：每个进阶 feature 卡片尾部渲染「分析与判断」块，A/B 对照时追加「综合判断（基准 vs 对比）」块，结论由 scripts/advanced_insights.py 规则化生成（优先复用单集群 JSON 内嵌 analysis 字段），全部中文输出。

python scripts/generate_cluster_report.py --data-a <a.json> --data-b <b.json> --output compare.html
# 可选: 追加 --advanced 外部进阶分析 JSON（补双集群时间拆解对比; 单集群 feature 缺失时亦作回退）
python scripts/generate_cluster_report.py --data-a <a.json> --data-b <b.json> --output compare.html --advanced <advanced_analysis.json>

中文分析与判断生成器

scripts/advanced_insights.py：规则化中文「分析与判断」生成模块，被提取器（写入单集群 JSON 内嵌 analysis 字段）、HTML 报告与 MD 报告三方共享，保证同口径。能力：

• 对 free_analysis / communication_bottleneck / cluster_time_compare_summary 按规则生成中文结论：首要成因与占比阈值（≥50% 高度集中 / ≥30% 主要成因）、Rank 影响面（≤4 局部 / >4 全局）、瓶颈算子集中度、慢卡集合比对（同一卡=硬件嫌疑 / 不重叠=调度负载）等
• zh_text() 将工具原始英文原因/指标翻译为中文术语（短语级映射 → 全词映射 → 标识符保留原文）
• compare_insights() 生成 A/B 对照的综合判断（双侧数据齐备才输出）
• 单集群 feature 优先复用内嵌 analysis 字段（最多 8 条），缺失时按 data 规则即时计算

MD 比对报告生成脚本

scripts/generate_cluster_md.py：基于两个集群的提取数据生成 Markdown 比对报告，与 HTML 报告共用同一套指标计算与判定逻辑（直接复用 generate_cluster_report.py 的函数），结论一致。输出八章节：一、综合结论 / 二、核心指标对比 / 三、劣化根因 / 四、行动建议 / 五、Step 级耗时对比 / 六、Rank 级差异 / 七、通信算子差异 / 八、进阶分析（含「分析与判断」与「综合判断（基准 vs 对比）」），全部中文输出。

python scripts/generate_cluster_md.py --data-a <a.json> --data-b <b.json> --output compare.md
# 可选: --advanced 外部进阶分析 JSON（补双集群时间拆解对比）; --top-ranks 控制 Rank 级差异表行数（默认 20，0=全部）
python scripts/generate_cluster_md.py --data-a <a.json> --data-b <b.json> --output compare.md --advanced <advanced_analysis.json> --top-ranks 20

进阶分析编排脚本

scripts/run_advanced_analysis.py：可选补充脚本——探测 msprof-analyze 与双集群数据格式，编排进阶特性并解析结果为 JSON（供 generate_cluster_report.py --advanced 合并渲染）。单集群特性（free_analysis / communication_bottleneck）对集群 A、B 分别执行，结果标注 cluster: A/B，工具输出目录隔离在 <work-dir>/cluster_A/、<work-dir>/cluster_B/，命中提取器内嵌缓存时直接复用；双集群特性（cluster_time_compare_summary）仅此脚本提供。特性不可用时仅标注原因不阻塞。支持 --dry-run（只探测不执行）、--force（忽略缓存重跑）、--msprof（指定工具路径）、--top-num（Top N 数量）、--work-dir（工具输出目录，默认 <output 同目录>/advanced_work）。

python scripts/run_advanced_analysis.py --cluster-a <a数据目录> --cluster-b <b数据目录> --output <advanced_analysis.json>

指标校验脚本

scripts/verify_extracted_metrics.py：对提取 JSON 做快速交叉校验，替代内联 python -c。输出 Step/Rank 均值、Rank 离散度（慢卡线索）、各带宽类型均值带宽与有效吞吐、Total 汇总行残留检查，双文件模式下自动给出带宽口径判定提示。

python scripts/verify_extracted_metrics.py --data-a <a.json> [--data-b <b.json>]

当脚本不可用时，按照上述工作流手动执行 SQL 查询、计算差异、参考 HTML 模板构造报告。

HTML 报告设计要求

比对报告模板必须满足：

1. 自包含：单个 HTML 文件，内联 CSS/JS，无外部依赖（ECharts 通过 CDN 引入）
2. 数据驱动：模板中使用 {{占位符}} 标记数据插入点，脚本替换后生成最终报告
3. 交互式图表：使用 ECharts 渲染所有图表（柱状图/饼图/线图/瀑布图）
4. 响应式：适配不同屏幕宽度
5. 专业视觉：深色标题栏、卡片式布局、颜色梯度表格、状态标签（正常/警告/严重）
6. 中文界面：所有标题、标签、描述使用中文

注意事项

• 原始数据单位为微秒（μs），展示时转换为毫秒（ms），保留 2 位小数
• Windows 下禁止内联 python -c：PowerShell 的引号规则与 bash 不同，嵌套引号极易冲突报错。任何临时校验/计算逻辑必须落盘为独立 .py 文件再执行；常规校验优先使用 scripts/verify_extracted_metrics.py
• 带宽解读纪律：均值带宽（AVG(bandwidth)）对算子流量构成（包大小分布）敏感，跨集群比较时必须以有效吞吐（总传输量/总传输时间）为准；均值降而吞吐平 → 口径差异，均值与吞吐同降 → 真实劣化
• Total 汇总行：DB 模式通信时间/带宽表中可能存在 Total 汇总行（如 Total Op Info），提取与算子级对比前必须过滤（提取器已内置过滤，报告生成器含防御性二次过滤）
• 贡献度解读纪律：贡献度 = ΔX/ΔStage 是"占 Stage 变化量的比例"，可超 100% 或为负（各分项方向相反、相互抵消），不是"占总时间比"；|ΔStage/Stage_A| < 1% 时贡献度无统计意义，报告已降级为 "—"，向用户解读时不得将门控值当作真实占比
• 进阶分析流程：free_analysis / communication_bottleneck 在提取单集群 JSON 时内嵌执行（默认开启，缓存于 <data-dir>/advanced_work/，比对前即已获得结果）；cluster_time_compare_summary 仅 DB 模式可用（需 ClusterTimeSummary 表，缺失时脚本自动补跑 cluster_time_summary），仅通过 run_advanced_analysis.py 提供；free_analysis / communication_bottleneck 走 --export_type text 输出 CSV；工具缺失或特性不可用时按 JSON 中的 status/reason 向用户说明，不要自行伪造分析结论
• 全量中文输出：比对报告（HTML/MD）与进阶分析的所有分析、成因、推断原因均以中文呈现；工具原始英文术语由 advanced_insights.py 的 zh_text() 映射为中文（短语级 → 全词级 → 标识符保留原文），报告中不得保留未翻译的英文结论
• 分析与判断同口径：单集群 JSON 内嵌 features[].analysis、HTML 报告「分析与判断」块、MD 报告分析判断三者同源（advanced_insights.py），报告仅渲染不伪造；结论为规则化输出（占比阈值 / Rank 影响面 / 慢卡集合比对），向用户解读时引用原始依据数据
• 通信表可能为空（如 profiler_level 低于 Level1、单卡场景或未采集通信数据），报告中需标注"无通信数据"
• 并行策略信息从 cluster_base_info 的 algorithm/dp_size/pp_size/tp_size 字段或 profiler_metadata.json 获取
• 慢卡识别阈值：Stage 时间偏离所有 Rank 均值超过 10% 即标记为异常
• 比对报告中，集群 A 为基准（正常），集群 B 为对比（异常），所有差值 = B − A
• Ascend 950PR&950DT系列 CCU 场景不支持采集通信矩阵和通信算子带宽数据，此类数据缺失属正常现象