diff --git a/.github/allowed-callers.json b/.github/allowed-callers.json
new file mode 100644
index 0000000..6a95821
--- /dev/null
+++ b/.github/allowed-callers.json
@@ -0,0 +1,11 @@
+{
+  "allowed_orgs": [
+    "opensourceways"
+  ],
+  "allowed_repos": [
+    "KadenZhang3321/agent-skills",
+    "KadenZhang3321/hello-world",
+    "Meihan-chen/vllm-benchmarks",
+    "KadenZhang3321/vllm-benchmarks"
+  ]
+}
diff --git a/.github/scripts/setup-claude-environment.py b/.github/scripts/setup-claude-environment.py
new file mode 100644
index 0000000..cd09f3d
--- /dev/null
+++ b/.github/scripts/setup-claude-environment.py
@@ -0,0 +1,312 @@
+#!/usr/bin/env python3
+"""
+setup-claude-environment.py
+============================
+为指定仓库创建/验证 GitHub Environment（默认名称 claude-bot），
+并配置分支保护规则。
+
+用法：
+    uv run https://raw.githubusercontent.com/opensourceways/agent-skills/main/.github/scripts/setup-claude-environment.py <owner/repo> [--force] [--token TOKEN]
+
+示例：
+    uv run .github/scripts/setup-claude-environment.py vllm-project/vllm-ascend
+    uv run .github/scripts/setup-claude-environment.py vllm-project/vllm-ascend --force
+    uv run .github/scripts/setup-claude-environment.py vllm-project/vllm-ascend --token ghp_xxx
+
+依赖：
+    requests（标准场景下通过 pip/uv 安装）
+
+# /// script
+# requires-python = ">=3.9"
+# dependencies = ["requests"]
+# ///
+"""
+
+from __future__ import annotations
+
+import argparse
+import os
+import sys
+from typing import Any
+
+import requests
+
+# ------------------------------------------------------------------
+# 期望的环境配置（可在此处修改默认值）
+# ------------------------------------------------------------------
+DESIRED_CONFIG: dict[str, Any] = {
+    "environment_name": "claude-bot",
+    # 受保护分支列表（环境部署规则）
+    "protected_branches": ["main", "refs/pull/*/merge"],
+    # 等待计时器（分钟），0 表示不等待
+    "wait_timer": 0,
+    # 是否要求审阅者批准
+    "reviewers": [],
+    # 是否限制部署分支
+    "deployment_branch_policy": {
+        "protected_branches": True,
+        "custom_branch_policies": False,
+    },
+}
+
+GITHUB_API = "https://api.github.com"
+
+
+def get_token(token_arg: str | None) -> str:
+    """从参数或环境变量获取 GitHub Token。"""
+    token = token_arg or os.environ.get("GH_TOKEN") or os.environ.get("GITHUB_TOKEN")
+    if not token:
+        print(
+            "ERROR: GitHub token not found.\n"
+            "Provide via --token, GH_TOKEN, or GITHUB_TOKEN environment variable.",
+            file=sys.stderr,
+        )
+        sys.exit(1)
+    return token
+
+
+def github_request(
+    method: str,
+    path: str,
+    token: str,
+    json: Any = None,
+    expected_statuses: tuple[int, ...] = (200, 201, 204),
+) -> tuple[int, Any]:
+    """执行 GitHub API 请求，返回 (status_code, response_body)。"""
+    url = f"{GITHUB_API}{path}"
+    headers = {
+        "Authorization": f"Bearer {token}",
+        "Accept": "application/vnd.github+json",
+        "X-GitHub-Api-Version": "2022-11-28",
+    }
+    resp = requests.request(method, url, headers=headers, json=json, timeout=30)
+    if resp.status_code not in expected_statuses:
+        print(
+            f"  [WARN] {method} {url} -> HTTP {resp.status_code}: {resp.text[:200]}",
+            file=sys.stderr,
+        )
+    body = None
+    if resp.content:
+        try:
+            body = resp.json()
+        except Exception:
+            body = resp.text
+    return resp.status_code, body
+
+
+def check_admin_permission(repo: str, token: str) -> None:
+    """检查当前 token 对应用户是否拥有仓库 admin 权限。"""
+    # 获取当前用户
+    status, user = github_request("GET", "/user", token)
+    if status != 200 or not isinstance(user, dict):
+        print("ERROR: Failed to retrieve authenticated user.", file=sys.stderr)
+        sys.exit(1)
+    username = user["login"]
+
+    # 检查权限
+    status, perm = github_request(
+        "GET",
+        f"/repos/{repo}/collaborators/{username}/permission",
+        token,
+        expected_statuses=(200, 403, 404),
+    )
+    if status != 200 or not isinstance(perm, dict):
+        print(
+            f"ERROR: Cannot check permission for {username} on {repo} (HTTP {status}).\n"
+            "Ensure your token has 'repo' scope and you are a collaborator.",
+            file=sys.stderr,
+        )
+        sys.exit(1)
+
+    permission = perm.get("permission", "none")
+    if permission != "admin":
+        print(
+            f"ERROR: You ({username}) have '{permission}' permission on {repo}.\n"
+            "Administrator permission is required to manage environments.",
+            file=sys.stderr,
+        )
+        sys.exit(1)
+
+    print(f"  ✓ Authenticated as {username} with admin permission on {repo}.")
+
+
+def get_environment(repo: str, env_name: str, token: str) -> dict | None:
+    """获取已有 Environment 配置，不存在则返回 None。"""
+    status, body = github_request(
+        "GET",
+        f"/repos/{repo}/environments/{env_name}",
+        token,
+        expected_statuses=(200, 404),
+    )
+    if status == 200 and isinstance(body, dict):
+        return body
+    return None
+
+
+def create_or_update_environment(
+    repo: str,
+    env_name: str,
+    token: str,
+    config: dict[str, Any],
+) -> dict:
+    """
+    创建或更新 GitHub Environment。
+    API 文档：https://docs.github.com/en/rest/deployments/environments
+    """
+    payload: dict[str, Any] = {
+        "wait_timer": config.get("wait_timer", 0),
+        "reviewers": config.get("reviewers", []),
+        "deployment_branch_policy": config.get("deployment_branch_policy"),
+    }
+
+    status, body = github_request(
+        "PUT",
+        f"/repos/{repo}/environments/{env_name}",
+        token,
+        json=payload,
+        expected_statuses=(200, 201),
+    )
+    if status not in (200, 201) or not isinstance(body, dict):
+        print(
+            f"ERROR: Failed to create/update environment '{env_name}' (HTTP {status}).",
+            file=sys.stderr,
+        )
+        sys.exit(1)
+    return body
+
+
+def diff_config(existing: dict, desired: dict[str, Any]) -> list[str]:
+    """对比现有配置与期望配置，返回差异描述列表。"""
+    diffs: list[str] = []
+
+    # 等待计时器
+    existing_wait = existing.get("wait_timer", 0)
+    desired_wait = desired.get("wait_timer", 0)
+    if existing_wait != desired_wait:
+        diffs.append(f"  wait_timer: {existing_wait} -> {desired_wait}")
+
+    # 部署分支策略
+    existing_policy = existing.get("deployment_branch_policy") or {}
+    desired_policy = desired.get("deployment_branch_policy") or {}
+    for key in ("protected_branches", "custom_branch_policies"):
+        ev = existing_policy.get(key)
+        dv = desired_policy.get(key)
+        if ev != dv:
+            diffs.append(f"  deployment_branch_policy.{key}: {ev} -> {dv}")
+
+    return diffs
+
+
+def print_environment_summary(env: dict) -> None:
+    """打印 Environment 摘要。"""
+    name = env.get("name", "?")
+    url = env.get("html_url", "")
+    policy = env.get("deployment_branch_policy") or {}
+    print(f"  Name             : {name}")
+    print(f"  URL              : {url}")
+    print(f"  Protected branches: {policy.get('protected_branches', False)}")
+    print(f"  Custom policies  : {policy.get('custom_branch_policies', False)}")
+    print(f"  Wait timer (min) : {env.get('wait_timer', 0)}")
+
+
+def main() -> None:
+    parser = argparse.ArgumentParser(
+        description=(
+            "Create or verify GitHub Environment 'claude-bot' for a repository.\n\n"
+            "This script is designed to be used with the vllm-project Claude Bot integration."
+        ),
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+    )
+    parser.add_argument(
+        "repository",
+        help="Target repository in 'owner/repo' format (e.g. vllm-project/vllm-ascend)",
+    )
+    parser.add_argument(
+        "--token",
+        default=None,
+        help="GitHub Personal Access Token (overrides GH_TOKEN / GITHUB_TOKEN env var)",
+    )
+    parser.add_argument(
+        "--env-name",
+        default=DESIRED_CONFIG["environment_name"],
+        help=f"Environment name to create/verify (default: {DESIRED_CONFIG['environment_name']})",
+    )
+    parser.add_argument(
+        "--force",
+        action="store_true",
+        help="Force overwrite existing environment configuration with desired state",
+    )
+    args = parser.parse_args()
+
+    repo = args.repository
+    env_name = args.env_name
+    token = get_token(args.token)
+
+    # 覆盖期望配置中的环境名称
+    desired = dict(DESIRED_CONFIG)
+    desired["environment_name"] = env_name
+
+    print(f"\n{'=' * 60}")
+    print(f"  Claude Bot Environment Setup")
+    print(f"  Repository : {repo}")
+    print(f"  Environment: {env_name}")
+    print(f"{'=' * 60}\n")
+
+    # 1. 检查管理员权限
+    print("[1/4] Checking admin permission...")
+    check_admin_permission(repo, token)
+
+    # 2. 检查 Environment 是否已存在
+    print(f"\n[2/4] Checking environment '{env_name}'...")
+    existing = get_environment(repo, env_name, token)
+
+    if existing:
+        print(f"  Environment '{env_name}' already exists:")
+        print_environment_summary(existing)
+
+        # 3. 对比差异
+        print(f"\n[3/4] Comparing with desired configuration...")
+        diffs = diff_config(existing, desired)
+
+        if not diffs:
+            print(
+                "  ✓ Environment configuration matches desired state. No changes needed."
+            )
+            if not args.force:
+                print("\nDone.")
+                return
+        else:
+            print("  Differences found:")
+            for d in diffs:
+                print(d)
+            if not args.force:
+                print(
+                    "\n  To apply these changes, re-run with --force flag:\n"
+                    f"    uv run .github/scripts/setup-claude-environment.py {repo} --force"
+                )
+                sys.exit(0)
+    else:
+        print(f"  Environment '{env_name}' does not exist. It will be created.")
+        print("\n[3/4] Skipping diff (environment not found).")
+
+    # 4. 创建或强制更新
+    action = "Updating" if existing else "Creating"
+    print(f"\n[4/4] {action} environment '{env_name}'...")
+    result = create_or_update_environment(repo, env_name, token, desired)
+    print(f"  ✓ Environment '{env_name}' has been {action.lower()}d:")
+    print_environment_summary(result)
+
+    print(f"\n{'=' * 60}")
+    print("  Setup complete!")
+    print(f"  View at: https://github.com/{repo}/settings/environments")
+    print(f"{'=' * 60}\n")
+    print(
+        "Next steps:\n"
+        f"  1. Copy .github/workflows/example-caller.yml to {repo}/.github/workflows/\n"
+        "  2. Set required secrets (CLAUDE_API_KEY, USAGE_PAT)\n"
+        "  3. Commit and push to trigger on the next @claude mention\n"
+    )
+
+
+if __name__ == "__main__":
+    main()
diff --git a/.github/workflows/README.md b/.github/workflows/README.md
new file mode 100644
index 0000000..436ec86
--- /dev/null
+++ b/.github/workflows/README.md
@@ -0,0 +1,199 @@
+# Claude Code 工作流集成指南
+
+在任意仓库中集成 Claude Code，通过 `@claude` 触发代码审查，或在 CI 中自动分析 PR。
+API Key 集中存储在 `KadenZhang3321/agent-skills`，调用方无需配置。
+
+## 前置条件（每个调用方仓库做一次）
+
+1. 向 agent-skills 管理员申请一个 PAT（`repo` scope）
+2. 在调用方仓库添加 Secret：  
+   **Settings → Secrets and variables → Actions → New repository secret**  
+   - Name: `DISPATCH_TOKEN`  
+   - Value: 申请到的 PAT
+
+---
+
+## 快速开始
+
+复制 [TEMPLATE-CALLER.yml](./TEMPLATE-CALLER.yml) 到目标仓库：
+
+```bash
+mkdir -p .github/workflows
+curl -sSL https://raw.githubusercontent.com/KadenZhang3321/agent-skills/main/.github/workflows/TEMPLATE-CALLER.yml \
+  -o .github/workflows/claude-bot.yml
+git add .github/workflows/claude-bot.yml
+git commit -m "ci: add Claude Bot workflow"
+git push
+```
+
+`TEMPLATE-CALLER.yml` 已内置三种触发方式，按需保留即可：
+- **手动触发**（`workflow_dispatch`）
+- **PR 评论触发**（`issue_comment`，需包含 `@claude`）
+- **PR 自动触发**（`pull_request`，opened/synchronize）
+
+---
+
+## 参数说明
+
+在 caller 文件的 `with` 中配置以下参数：
+
+| 参数 | 默认值 | 说明 |
+|------|--------|------|
+| `allow_code_change` | `false` | `true` 允许 Claude 修改文件并生成 patch artifact；`false` 只分析 |
+| `skill_name` | `''` | 指定 Skill 名称（见下方说明），留空不使用 |
+| `skill_url` | `''` | 远程 Skill 文件的 raw URL，优先级高于 skill_name |
+| `model` | `'claude-sonnet-4-20250514'` | Claude 模型名称 |
+| `caller_image` | `''` | 调用方提供的镜像，留空使用 `ubuntu:24.04` |
+| `verify_command` | `''` | 验证命令，验证失败则 job 失败 |
+
+### caller_image 示例
+
+```yaml
+# 调用方提供的镜像，镜像需要预装 Node.js、Git、依赖已安装
+'caller_image': 'ghcr.io/caller/project:main',
+
+# 使用 ubuntu:24.04（默认）
+'caller_image': '',
+```
+
+### verify_command 示例
+
+```yaml
+# 验证命令，验证失败则 job 失败
+'verify_command': 'npm run build && npm test',
+
+# 不验证（默认）
+'verify_command': '',
+```
+
+### allow_code_change 示例
+
+```yaml
+# 只审查，不改代码（推荐用于自动触发）
+'allow_code_change': false,
+
+# 允许改代码，生成 patch artifact
+'allow_code_change': true,
+```
+
+### skill_name 示例
+
+Skill 按以下顺序查找：
+
+1. **远程 URL**：如果指定了 `skill_url`，从 URL 下载（优先级最高）
+2. **调用方仓库（.github）**：`.github/skills/<skill_name>/SKILL.md`
+3. **调用方仓库（.ai）**：`.ai/skills/<skill_name>/SKILL.md`
+4. **agent-skills**：`skills/<skill_name>/SKILL.md`
+
+```yaml
+# 使用 agent-skills 内置 Skill
+'skill_name': 'infrastructure/github-action-diagnose',
+'skill_name': 'infrastructure/docker-image-pr-fix',
+
+# 使用调用方仓库自定义 Skill（会按上述顺序查找）
+'skill_name': 'my-skill',
+
+# 不使用 Skill
+'skill_name': '',
+```
+
+agent-skills 内置 Skill 列表见 [skills/](../../skills/)。
+
+### skill_url 示例
+
+使用远程仓库的 Skill 文件（优先于 skill_name）：
+
+```yaml
+# 使用远程 Skill（注意：URL 必须是 raw 内容链接）
+'skill_url': 'https://raw.githubusercontent.com/owner/repo/main/.ai/skills/my-skill/SKILL.md',
+```
+
+> 提示：GitHub raw URL 格式为 `https://raw.githubusercontent.com/<owner>/<repo>/<branch>/<path>`
+
+### model 示例
+
+```yaml
+# 默认（速度与能力均衡，推荐）
+'model': 'claude-sonnet-4-20250514',
+
+# 最强模型，适合复杂分析
+'model': 'claude-opus-4-20251114',
+
+# 最快，适合轻量任务
+'model': 'claude-haiku-4-5-20251001',
+```
+
+---
+
+## 白名单管理
+
+允许访问的组织和仓库在 [../.github/allowed-callers.json](../allowed-callers.json) 中配置：
+
+```json
+{
+  "allowed_orgs": [
+    "opensourceways"
+  ],
+  "allowed_repos": [
+    "KadenZhang3321/agent-skills",
+    "KadenZhang3321/hello-world"
+  ]
+}
+```
+
+- `allowed_orgs`：整个组织下所有仓库都可以使用
+- `allowed_repos`：单独授权某个仓库（不在上述组织内也可以）
+
+新增仓库或组织，修改此文件并合并到 main 即可，无需其他改动。
+
+---
+
+## 工作原理
+
+```
+调用方仓库                         agent-skills
+─────────────────                 ────────────────────────────────
+PR 评论 / PR 事件 / 手动触发
+  └─ TEMPLATE-CALLER.yml
+       └─ workflow_call ───────────> _claude-code.yml
+                                      1. 安装基础依赖（含 python3、gh）
+                                      2. Checkout agent-skills
+                                      3. 白名单校验
+                                      4. 用户权限校验
+                                      5. 安装 Claude Code
+                                      6. Checkout 调用方仓库
+                                      7. 拉取 PR Diff
+                                      8. 构建 Prompt（含 Skill）
+                                      9. 调用 Claude（使用集中的 API Key）
+                                     10. verify_command 不为空？
+                                            └─ 执行验证命令
+                                     11. 生成 patch artifact（如有变更）
+                                     12. 在原 PR/Issue 发布评论
+```
+
+---
+
+## agent-skills 需配置的 Secrets
+
+| Secret | 用途 |
+|--------|------|
+| `CLAUDE_API_KEY` | Anthropic API Key，用于调用 Claude |
+| `DISPATCH_TOKEN` | PAT（`repo` scope），用于读写调用方仓库、发评论、创建 PR |
+
+---
+
+## 故障排查
+
+**agent-skills Actions 没有触发**
+- 检查 `DISPATCH_TOKEN` 是否配置了 `repo` scope（`public_repo` 不够）
+- 确认 agent-skills 的 Actions 已开启
+
+**白名单拒绝**
+- 在 `allowed-callers.json` 中添加对应的 org 或 repo
+
+**Claude 没有发评论**
+- 检查 `DISPATCH_TOKEN` 是否有目标仓库的写权限
+- 查看 agent-skills Actions 中该次 run 的 `Post comment` 步骤日志
+
+**Token/Cost 显示 N/A**
+- 检查 `CLAUDE_API_KEY` 是否正确配置
diff --git a/.github/workflows/TEMPLATE-CALLER.yml b/.github/workflows/TEMPLATE-CALLER.yml
new file mode 100644
index 0000000..f37285c
--- /dev/null
+++ b/.github/workflows/TEMPLATE-CALLER.yml
@@ -0,0 +1,281 @@
+# TEMPLATE-CALLER.yml
+# 通用调用模板 - 展示如何在业务仓库中调用中心 Claude Code 服务
+#
+# 使用方法：
+# 1. 复制此文件到你的业务仓库的 .github/workflows/ 目录
+# 2. 根据需要修改触发条件和参数
+# 3. 确保在仓库 Settings → Secrets 中配置了 DISPATCH_TOKEN 和 CLAUDE_API_KEY
+
+name: Claude Code Caller Template
+
+on:
+  # 方式 1：手动触发（测试用）
+  workflow_dispatch:
+    inputs:
+      prompt:
+        description: '要执行的 prompt'
+        required: true
+        default: '请分析这个仓库的代码结构'
+      allow_code_change:
+        description: '是否允许代码修改'
+        required: false
+        default: 'false'
+        type: choice
+        options:
+          - 'true'
+          - 'false'
+
+  # 方式 2：PR 评论触发
+  issue_comment:
+    types: [created]
+
+  # 方式 3：PR 打开或更新时自动触发
+  pull_request:
+    types: [opened, synchronize]
+
+jobs:
+  # --------------------------------------------------------------------------
+  # 方式 A：手动触发
+  # --------------------------------------------------------------------------
+  claude-manual:
+    if: github.event_name == 'workflow_dispatch'
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      custom_prompt: ${{ github.event.inputs.prompt }}
+      allow_code_change: ${{ github.event.inputs.allow_code_change == 'true' }}
+      model: 'claude-sonnet-4-20250514'
+      show_full_output: true
+      allowed_tools: 'Bash(git *),Bash(gh *),Read,Write,Edit,Glob,Grep'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+
+  claude-manual-result:
+    if: github.event_name == 'workflow_dispatch'
+    needs: claude-manual
+    runs-on: ubuntu-latest
+    steps:
+      - name: Check Claude result
+        run: |
+          echo "Changes detected: ${{ needs.claude-manual.outputs.changes_detected }}"
+          echo "Cost: ${{ needs.claude-manual.outputs.cost_usd }} USD"
+          echo "Input tokens: ${{ needs.claude-manual.outputs.input_tokens }}"
+          echo "Output tokens: ${{ needs.claude-manual.outputs.output_tokens }}"
+          echo "Response summary: ${{ needs.claude-manual.outputs.response_summary }}"
+          
+          if [[ "${{ needs.claude-manual.outputs.error_message }}" != "" ]]; then
+            echo "Error: ${{ needs.claude-manual.outputs.error_message }}"
+            exit 1
+          fi
+
+  # 【可选】自动应用 Claude 的代码修改
+  # 仅当 changes_detected == 'true' 时才会执行
+  claude-manual-apply:
+    if: ${{ needs.claude-manual.outputs.changes_detected == 'true' && github.event_name == 'workflow_dispatch' }}
+    needs: claude-manual
+    runs-on: ubuntu-latest
+    permissions:
+      contents: write
+      pull-requests: write
+    steps:
+      - name: Checkout repository
+        uses: actions/checkout@v4
+        with:
+          token: ${{ secrets.DISPATCH_TOKEN }}
+          fetch-depth: 0
+
+      - name: Download patch artifact
+        uses: actions/download-artifact@v4
+        with:
+          name: claude-changes-patch
+          path: /tmp/patch
+
+      - name: Apply patch and create draft PR
+        env:
+          GH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+        run: |
+          git config user.name "Claude Bot"
+          git config user.email "claude-bot@users.noreply.github.com"
+          if [ ! -s /tmp/patch/claude-changes.patch ]; then
+            echo "::warning::Patch file is empty, nothing to apply"
+            exit 0
+          fi
+
+          BASE_BRANCH=$(git branch --show-current)
+          NEW_BRANCH="claude-patch-${{ github.run_id }}"
+
+          git checkout -b "$NEW_BRANCH"
+          git apply /tmp/patch/claude-changes.patch
+          git add -A
+          git commit -m "AI: apply Claude suggestions"
+          git push origin "$NEW_BRANCH"
+
+          gh pr create \
+            --base "$BASE_BRANCH" \
+            --head "$NEW_BRANCH" \
+            --title "[Claude] Auto patch from run ${{ github.run_id }}" \
+            --body "This PR was generated by applying the Claude patch artifact. Please review before merging." \
+            --draft
+
+          echo "::notice::Created draft PR from branch $NEW_BRANCH to $BASE_BRANCH"
+
+  # --------------------------------------------------------------------------
+  # 方式 B：PR 评论触发（仅响应包含 @claude 的 PR 评论）
+  # --------------------------------------------------------------------------
+  claude-comment:
+    if: |
+      github.event_name == 'issue_comment' &&
+      github.event.issue.pull_request &&
+      contains(github.event.comment.body, '@claude') &&
+      !endsWith(github.actor, '[bot]') &&
+      github.actor != 'dependabot'
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      pr_number: ${{ github.event.issue.number }}
+      issue_number: ${{ github.event.issue.number }}
+      comment_author: ${{ github.event.comment.user.login }}
+      comment_body: ${{ github.event.comment.body }}
+      allow_code_change: false
+      model: 'claude-sonnet-4-20250514'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+
+  # 【可选】自动应用 Claude 的代码修改
+  # 仅当 changes_detected == 'true' 时才会执行
+  claude-comment-apply:
+    if: ${{ needs.claude-comment.outputs.changes_detected == 'true' && github.event_name == 'issue_comment' }}
+    needs: claude-comment
+    runs-on: ubuntu-latest
+    permissions:
+      contents: write
+      pull-requests: write
+    steps:
+      - name: Get PR info
+        id: pr
+        env:
+          GH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+          PR_NUMBER: ${{ github.event.issue.number }}
+          REPO: ${{ github.repository }}
+        run: |
+          HEAD=$(gh pr view "$PR_NUMBER" --repo "$REPO" --json headRefName -q .headRefName)
+          BASE=$(gh pr view "$PR_NUMBER" --repo "$REPO" --json baseRefName -q .baseRefName)
+          echo "head=$HEAD" >> "$GITHUB_OUTPUT"
+          echo "base=$BASE" >> "$GITHUB_OUTPUT"
+
+      - name: Checkout PR branch
+        uses: actions/checkout@v4
+        with:
+          ref: ${{ steps.pr.outputs.head }}
+          token: ${{ secrets.DISPATCH_TOKEN }}
+          fetch-depth: 0
+
+      - name: Download patch artifact
+        uses: actions/download-artifact@v4
+        with:
+          name: claude-changes-patch
+          path: /tmp/patch
+
+      - name: Apply patch and create draft PR
+        env:
+          GH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+        run: |
+          git config user.name "Claude Bot"
+          git config user.email "claude-bot@users.noreply.github.com"
+          if [ ! -s /tmp/patch/claude-changes.patch ]; then
+            echo "::warning::Patch file is empty, nothing to apply"
+            exit 0
+          fi
+
+          BASE_BRANCH="${{ steps.pr.outputs.base }}"
+          NEW_BRANCH="claude-patch-${{ github.run_id }}"
+
+          git checkout -b "$NEW_BRANCH"
+          git apply /tmp/patch/claude-changes.patch
+          git add -A
+          git commit -m "AI: apply Claude suggestions"
+          git push origin "$NEW_BRANCH"
+
+          gh pr create \
+            --base "$BASE_BRANCH" \
+            --head "$NEW_BRANCH" \
+            --title "[Claude] Auto patch from run ${{ github.run_id }}" \
+            --body "This PR was generated by applying the Claude patch artifact. Please review before merging." \
+            --draft
+
+          echo "::notice::Created draft PR from branch $NEW_BRANCH to $BASE_BRANCH"
+
+  # --------------------------------------------------------------------------
+  # 方式 C：PR 自动触发
+  # --------------------------------------------------------------------------
+  claude-auto-pr:
+    if: |
+      github.event_name == 'pull_request' &&
+      github.event.pull_request.draft == false
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      pr_number: ${{ github.event.pull_request.number }}
+      issue_number: ${{ github.event.pull_request.number }}
+      comment_author: ${{ github.event.pull_request.user.login }}
+      comment_body: 'Auto-triggered: Please review this PR and suggest improvements.'
+      allow_code_change: false
+      skill_name: 'github-action-diagnose'
+      model: 'claude-sonnet-4-20250514'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+
+  # 【可选】自动应用 Claude 的代码修改
+  # 仅当 changes_detected == 'true' 时才会执行
+  claude-auto-pr-apply:
+    if: ${{ needs.claude-auto-pr.outputs.changes_detected == 'true' && github.event_name == 'pull_request' }}
+    needs: claude-auto-pr
+    runs-on: ubuntu-latest
+    permissions:
+      contents: write
+      pull-requests: write
+    steps:
+      - name: Checkout PR branch
+        uses: actions/checkout@v4
+        with:
+          ref: ${{ github.event.pull_request.head.ref }}
+          token: ${{ secrets.DISPATCH_TOKEN }}
+          fetch-depth: 0
+
+      - name: Download patch artifact
+        uses: actions/download-artifact@v4
+        with:
+          name: claude-changes-patch
+          path: /tmp/patch
+
+      - name: Apply patch and create draft PR
+        env:
+          GH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+        run: |
+          git config user.name "Claude Bot"
+          git config user.email "claude-bot@users.noreply.github.com"
+          if [ ! -s /tmp/patch/claude-changes.patch ]; then
+            echo "::warning::Patch file is empty, nothing to apply"
+            exit 0
+          fi
+
+          BASE_BRANCH="${{ github.event.pull_request.base.ref }}"
+          NEW_BRANCH="claude-patch-${{ github.run_id }}"
+
+          git checkout -b "$NEW_BRANCH"
+          git apply /tmp/patch/claude-changes.patch
+          git add -A
+          git commit -m "AI: apply Claude suggestions"
+          git push origin "$NEW_BRANCH"
+
+          gh pr create \
+            --base "$BASE_BRANCH" \
+            --head "$NEW_BRANCH" \
+            --title "[Claude] Auto patch from run ${{ github.run_id }}" \
+            --body "This PR was generated by applying the Claude patch artifact. Please review before merging." \
+            --draft
+
+          echo "::notice::Created draft PR from branch $NEW_BRANCH to $BASE_BRANCH"
diff --git a/.github/workflows/_claude-code.yml b/.github/workflows/_claude-code.yml
new file mode 100644
index 0000000..a5d5dd5
--- /dev/null
+++ b/.github/workflows/_claude-code.yml
@@ -0,0 +1,584 @@
+# _claude-code.yml
+# Claude Code Handler — 仅支持 workflow_call 触发器。
+#
+# 本仓库（KadenZhang3321/agent-skills）需配置以下 Secrets：
+#   CLAUDE_API_KEY  — Anthropic API Key（集中管理，调用方无需配置）
+#   DISPATCH_TOKEN  — 具备 repo 权限的 PAT（用于读写调用方仓库、发布评论、创建 PR）
+
+name: Claude Code Handler
+
+on:
+  workflow_call:
+    inputs:
+      caller_repo:
+        description: '调用方仓库路径 (owner/repo)'
+        required: true
+        type: string
+      custom_prompt:
+        description: '自定义 prompt（可选）'
+        required: false
+        type: string
+        default: ''
+      skill_name:
+        description: 'Skill 名称（可选）'
+        required: false
+        type: string
+        default: ''
+      skill_url:
+        description: 'Skill URL（可选）'
+        required: false
+        type: string
+        default: ''
+      allow_code_change:
+        description: '是否允许代码修改'
+        required: false
+        type: boolean
+        default: false
+      model:
+        description: 'Claude 模型名称'
+        required: false
+        type: string
+        default: 'claude-sonnet-4-20250514'
+      dangerously_skip_permissions:
+        description: '跳过权限确认'
+        required: false
+        type: boolean
+        default: false
+      allowed_tools:
+        description: '允许的工具列表'
+        required: false
+        type: string
+        default: ''
+      show_full_output:
+        description: '显示完整输出'
+        required: false
+        type: boolean
+        default: false
+      caller_env_vars:
+        description: '调用方环境变量（\n 分隔）'
+        required: false
+        type: string
+        default: ''
+      caller_image:
+        description: '自定义容器镜像'
+        required: false
+        type: string
+        default: ''
+      verify_command:
+        description: '验证命令'
+        required: false
+        type: string
+        default: ''
+      pr_number:
+        description: 'PR 编号'
+        required: false
+        type: string
+        default: ''
+      issue_number:
+        description: 'Issue 编号'
+        required: false
+        type: string
+        default: ''
+      comment_author:
+        description: '评论作者'
+        required: false
+        type: string
+        default: 'workflow'
+      comment_body:
+        description: '评论内容'
+        required: false
+        type: string
+        default: ''
+    secrets:
+      DISPATCH_TOKEN:
+        description: 'GitHub PAT（repo 权限）'
+        required: true
+      CLAUDE_API_KEY:
+        description: 'Anthropic API Key'
+        required: true
+    outputs:
+      changes_detected:
+        description: '是否检测到代码变更'
+        value: ${{ jobs.claude-code.outputs.changes_detected }}
+      commit_sha:
+        description: '提交 SHA（如有变更）'
+        value: ${{ jobs.claude-code.outputs.commit_sha }}
+      pr_url:
+        description: '创建的 PR URL（如有）'
+        value: ${{ jobs.claude-code.outputs.pr_url }}
+      cost_usd:
+        description: 'API 调用成本（USD）'
+        value: ${{ jobs.claude-code.outputs.cost_usd }}
+      input_tokens:
+        description: '输入 token 数'
+        value: ${{ jobs.claude-code.outputs.input_tokens }}
+      output_tokens:
+        description: '输出 token 数'
+        value: ${{ jobs.claude-code.outputs.output_tokens }}
+      response_summary:
+        description: 'Claude 回复摘要'
+        value: ${{ jobs.claude-code.outputs.response_summary }}
+      error_message:
+        description: '错误信息（如有）'
+        value: ${{ jobs.claude-code.outputs.error_message }}
+
+jobs:
+  claude-code:
+    name: Handle Claude Request
+    runs-on: ubuntu-latest
+    timeout-minutes: 60
+    container:
+      image: ${{ inputs.caller_image || 'ubuntu:24.04' }}
+      options: --user root
+    outputs:
+      changes_detected: ${{ steps.claude_run.outputs.changes_detected }}
+      commit_sha: ${{ steps.claude_run.outputs.commit_sha }}
+      pr_url: ${{ steps.claude_run.outputs.pr_url }}
+      cost_usd: ${{ steps.claude_run.outputs.cost_usd }}
+      input_tokens: ${{ steps.claude_run.outputs.input_tokens }}
+      output_tokens: ${{ steps.claude_run.outputs.output_tokens }}
+      response_summary: ${{ steps.claude_run.outputs.response_summary }}
+      error_message: ${{ steps.claude_run.outputs.error_message }}
+
+    steps:
+      # Checkout agent-skills（用于读取白名单和 Skill 文件）
+      - name: Checkout agent-skills
+        uses: actions/checkout@v4
+        with:
+          repository: KadenZhang3321/agent-skills
+          ref: main
+          path: agent-skills
+
+      # Install base dependencies
+      - name: Install base dependencies
+        if: inputs.caller_image == ''
+        run: |
+          apt-get update && apt-get install -y python3 python3-pip curl git bash gh
+          rm -rf /var/lib/apt/lists/*
+        shell: bash
+
+      - name: Setup Node.js
+        if: inputs.caller_image == ''
+        uses: actions/setup-node@v4
+        with:
+          node-version: '20'
+
+      - name: Install Claude Code
+        run: |
+          if ! command -v claude &> /dev/null; then
+            npm install -g @anthropic-ai/claude-code
+          fi
+          claude --version
+        shell: bash
+
+      # 白名单校验
+      - name: Check caller whitelist
+        env:
+          CALLER_REPO: ${{ inputs.caller_repo }}
+        run: |
+          python3 - <<'PYEOF'
+          import json, os, sys
+          caller_repo = os.environ['CALLER_REPO']
+          caller_org  = caller_repo.split('/')[0]
+          with open('agent-skills/.github/allowed-callers.json') as f:
+              config = json.load(f)
+          if caller_org in config.get('allowed_orgs', []) or caller_repo in config.get('allowed_repos', []):
+              print(f'Caller {caller_repo} is whitelisted')
+          else:
+              print(f'::error::Caller {caller_repo} is not in the whitelist. '
+                    f'Update .github/allowed-callers.json to grant access.')
+              sys.exit(1)
+          PYEOF
+        shell: bash
+
+      # 检查触发者在调用方仓库的权限
+      - name: Check user permission
+        env:
+          GH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+          CALLER_REPO: ${{ inputs.caller_repo }}
+          ACTOR: ${{ inputs.comment_author }}
+        run: |
+          PERMISSION=$(curl -sf \
+            -H "Authorization: Bearer $GH_TOKEN" \
+            -H "Accept: application/vnd.github+json" \
+            "https://api.github.com/repos/$CALLER_REPO/collaborators/$ACTOR/permission" \
+            | python3 -c "import sys,json; print(json.load(sys.stdin).get('permission','none'))")
+
+          if [[ "$PERMISSION" == "write" || "$PERMISSION" == "admin" || "$PERMISSION" == "maintain" ]]; then
+            echo "::$ACTOR has $PERMISSION permission on $CALLER_REPO"
+          else
+            echo "::error::$ACTOR has insufficient permission ($PERMISSION) on $CALLER_REPO"
+            exit 1
+          fi
+        shell: bash
+
+      # Checkout 调用方仓库
+      - name: Checkout caller repo
+        uses: actions/checkout@v4
+        with:
+          repository: ${{ inputs.caller_repo }}
+          token: ${{ secrets.DISPATCH_TOKEN }}
+          path: caller-repo
+          fetch-depth: 0
+
+      # 设置调用方仓库的环境变量
+      - name: Setup caller environment variables
+        if: inputs.caller_env_vars != ''
+        run: |
+          echo "${{ inputs.caller_env_vars }}" >> $GITHUB_ENV
+          echo "::notice::Loaded caller environment variables"
+        shell: bash
+
+      # 拉取 PR Diff
+      - name: Fetch PR diff
+        if: inputs.pr_number != ''
+        env:
+          GH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+          CALLER_REPO: ${{ inputs.caller_repo }}
+          PR_NUMBER: ${{ inputs.pr_number }}
+        run: |
+          curl -sf \
+            -H "Authorization: Bearer $GH_TOKEN" \
+            -H "Accept: application/vnd.github.v3.diff" \
+            "https://api.github.com/repos/$CALLER_REPO/pulls/$PR_NUMBER" \
+            -o /tmp/pr.diff \
+          || touch /tmp/pr.diff
+          echo "PR diff: $(wc -c < /tmp/pr.diff) bytes"
+        shell: bash
+
+      # 构建 prompt
+      - name: Build prompt
+        env:
+          CALLER_REPO: ${{ inputs.caller_repo }}
+          PR_NUMBER: ${{ inputs.pr_number }}
+          COMMENT_BODY: ${{ inputs.comment_body }}
+          COMMENT_AUTHOR: ${{ inputs.comment_author }}
+          SKILL_NAME: ${{ inputs.skill_name }}
+          SKILL_URL: ${{ inputs.skill_url }}
+          CUSTOM_PROMPT: ${{ inputs.custom_prompt }}
+          ALLOW_CODE_CHANGE: ${{ inputs.allow_code_change }}
+        run: |
+          python3 - <<'PYEOF'
+          import os
+
+          caller_repo       = os.environ.get('CALLER_REPO', '')
+          pr_number         = os.environ.get('PR_NUMBER', '') or ''
+          comment_body      = os.environ.get('COMMENT_BODY', '') or ''
+          comment_author    = os.environ.get('COMMENT_AUTHOR', '')
+          skill_name        = os.environ.get('SKILL_NAME', '') or ''
+          skill_url         = os.environ.get('SKILL_URL', '') or ''
+          custom_prompt     = os.environ.get('CUSTOM_PROMPT', '') or ''
+          allow_code_change = os.environ.get('ALLOW_CODE_CHANGE', 'false').lower() == 'true'
+
+          skill_prompt = ''
+
+          if custom_prompt:
+              skill_prompt = custom_prompt
+              print(f'Using custom_prompt directly')
+          elif skill_url:
+              try:
+                  import urllib.request
+                  skill_prompt = urllib.request.urlopen(skill_url).read().decode()
+                  print(f'Loaded skill from URL: {skill_url}')
+              except Exception as e:
+                  print(f'Warning: failed to load skill from URL: {e}')
+                  skill_prompt = ''
+          elif skill_name:
+              candidates = [
+                  f'caller-repo/.github/skills/{skill_name}/SKILL.md',
+                  f'caller-repo/.ai/skills/{skill_name}/SKILL.md',
+                  f'agent-skills/skills/{skill_name}/SKILL.md',
+              ]
+              for skill_path in candidates:
+                  try:
+                      skill_prompt = open(skill_path).read()
+                      print(f'Loaded skill from: {skill_path}')
+                      break
+                  except FileNotFoundError:
+                      continue
+              if not skill_prompt:
+                  print(f'Warning: skill "{skill_name}" not found in any of: {candidates}')
+
+          parts = [f'You are a code assistant for repository **{caller_repo}**. Always respond in the same language as the user\'s request. If the user writes in Chinese, respond in Chinese.']
+
+          if skill_prompt:
+              parts.append(f'## Skill Instructions\n\n{skill_prompt}')
+
+          if pr_number:
+              parts.append(f'You are reviewing **PR #{pr_number}** in {caller_repo}.')
+              try:
+                  diff = open('/tmp/pr.diff').read().strip()
+                  if diff:
+                      if len(diff) > 100_000:
+                          diff = diff[:100_000] + '\n\n[diff truncated at 100KB]'
+                      parts.append(f'## PR Diff\n\n```diff\n{diff}\n```')
+              except FileNotFoundError:
+                  pass
+
+          if comment_body.strip():
+              parts.append(f'## Request from @{comment_author}\n\n{comment_body.strip()}')
+
+          if allow_code_change:
+              parts.append(
+                  'The repository is checked out in the current working directory.\n'
+                  'You have FULL permission to **edit, create, and delete files** to fix issues or implement improvements.\n'
+                  'Please directly make the necessary code changes, then run verify_command to validate.\n'
+                  'After making changes, summarize what you changed and why.'
+              )
+          else:
+              parts.append(
+                  'The repository is checked out in the current working directory.\n'
+                  'Provide a detailed code review with specific, actionable suggestions.\n'
+                  'Do NOT modify any files.'
+              )
+
+          prompt = '\n\n'.join(parts)
+
+          with open(os.environ['GITHUB_ENV'], 'a') as f:
+              f.write('CLAUDE_PROMPT<<PROMPT_EOF\n' + prompt + '\nPROMPT_EOF\n')
+
+          print(f'Prompt ready: {len(prompt)} chars')
+          PYEOF
+        shell: bash
+
+      # 调用 Claude Code
+      - name: Invoke Claude Code
+        id: claude_run
+        shell: bash
+        env:
+          MODEL: ${{ inputs.model }}
+          ALLOW_CODE_CHANGE: ${{ inputs.allow_code_change }}
+          DANGEROUSLY_SKIP_PERMISSIONS: ${{ inputs.dangerously_skip_permissions }}
+          ALLOWED_TOOLS: ${{ inputs.allowed_tools }}
+          SHOW_FULL_OUTPUT: ${{ inputs.show_full_output }}
+          ANTHROPIC_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+        working-directory: caller-repo
+        run: |
+          # 构建 Claude 参数（只构建一次）
+          CLAUDE_ARGS="--model $MODEL --output-format json"
+          
+          if [[ "$DANGEROUSLY_SKIP_PERMISSIONS" == "true" ]]; then
+            CLAUDE_ARGS="$CLAUDE_ARGS --dangerously-skip-permissions"
+          fi
+          
+          if [[ -n "$ALLOWED_TOOLS" ]]; then
+            CLAUDE_ARGS="$CLAUDE_ARGS --allowedTools $ALLOWED_TOOLS"
+          else
+            if [[ "$ALLOW_CODE_CHANGE" == "true" ]]; then
+              CLAUDE_ARGS="$CLAUDE_ARGS --allowedTools Read,Edit,Write,Glob,Grep,Bash"
+            else
+              CLAUDE_ARGS="$CLAUDE_ARGS --allowedTools Read,Glob,Grep,Bash"
+            fi
+          fi
+          
+          # 重试机制（最多 3 次，指数退避）
+          MAX_RETRIES=3
+          EXIT_CODE=1
+          
+          for attempt in 1 2 3; do
+            if [[ "$SHOW_FULL_OUTPUT" == "true" ]]; then
+              echo "::group::Claude Code Full Output (Attempt $attempt/$MAX_RETRIES)"
+            fi
+            
+            echo "=== Claude Code Attempt $attempt/$MAX_RETRIES ==="
+            
+            set +e
+            claude -p "$CLAUDE_PROMPT" $CLAUDE_ARGS \
+              2>/tmp/claude_stderr.txt \
+              > /tmp/claude_raw.json
+            EXIT_CODE=$?
+            set -e
+            
+            if [[ "$SHOW_FULL_OUTPUT" == "true" ]]; then
+              echo "::endgroup::"
+            fi
+            
+            if [[ $EXIT_CODE -eq 0 ]]; then
+              echo "=== Claude Code succeeded on attempt $attempt ==="
+              break
+            fi
+            
+            if [[ $attempt -lt $MAX_RETRIES ]]; then
+              WAIT_TIME=$((10 * attempt))
+              echo "=== Claude Code failed (exit $EXIT_CODE). Retrying in ${WAIT_TIME}s... ==="
+              sleep $WAIT_TIME
+            fi
+          done
+          
+          # 导出 EXIT_CODE 供 Python 使用
+          echo "EXIT_CODE=$EXIT_CODE" >> $GITHUB_ENV
+          
+          if [[ $EXIT_CODE -ne 0 ]]; then
+            echo "::error::Claude Code failed after $MAX_RETRIES attempts"
+          fi
+          
+          # 解析 JSON 输出
+          python3 - <<'PYEOF'
+          import json, os, sys
+          
+          exit_code = int(os.environ.get('EXIT_CODE', '1'))
+          error_message = ''
+          
+          try:
+              data = json.loads(open('/tmp/claude_raw.json').read())
+              result        = data.get('result', '')
+              cost          = data.get('cost_usd', data.get('total_cost_usd', 0)) or 0
+              usage         = data.get('usage', {})
+              input_tokens  = usage.get('input_tokens', 'N/A')
+              output_tokens = usage.get('output_tokens', 'N/A')
+              
+              # 提取回复摘要（前 500 字符）
+              response_summary = result[:500].replace('\n', ' ').replace('\r', ' ') if result else 'No response'
+          except Exception as e:
+              print(f'Warning: could not parse JSON output: {e}')
+              result        = open('/tmp/claude_raw.json').read() if os.path.exists('/tmp/claude_raw.json') else ''
+              cost          = 'N/A'
+              input_tokens  = 'N/A'
+              output_tokens = 'N/A'
+              response_summary = 'Failed to parse Claude output'
+              error_message = f'JSON parse error: {str(e)}'
+          
+          # 保存完整回复
+          open('/tmp/claude_output.txt', 'w').write(result)
+          print(f'Response summary: {response_summary[:200]}')
+          
+          # 写入 outputs
+          with open(os.environ['GITHUB_OUTPUT'], 'a') as f:
+              f.write(f'cost_usd={cost}\n')
+              f.write(f'input_tokens={input_tokens}\n')
+              f.write(f'output_tokens={output_tokens}\n')
+              f.write(f'response_summary={response_summary}\n')
+              if error_message:
+                  f.write(f'error_message={error_message}\n')
+          PYEOF
+          
+          # 检测代码变更
+          if git status --porcelain | grep -q .; then
+            echo "changes_detected=true" >> "$GITHUB_OUTPUT"
+            
+            # 获取当前 commit SHA
+            COMMIT_SHA=$(git rev-parse HEAD)
+            echo "commit_sha=$COMMIT_SHA" >> "$GITHUB_OUTPUT"
+            
+            # 简化处理，实际可能需要更复杂的逻辑来检测新 PR
+            echo "pr_url=" >> "$GITHUB_OUTPUT"
+          else
+            echo "changes_detected=false" >> "$GITHUB_OUTPUT"
+            echo "commit_sha=" >> "$GITHUB_OUTPUT"
+            echo "pr_url=" >> "$GITHUB_OUTPUT"
+          fi
+          
+          exit $EXIT_CODE
+
+      # 执行验证命令
+      - name: Run verify command
+        if: inputs.verify_command != ''
+        id: verify
+        working-directory: caller-repo
+        run: |
+          ${{ inputs.verify_command }}
+        timeout-minutes: 30
+        shell: bash
+
+      # 生成 patch 文件并上传 artifact
+      - name: Create patch file
+        id: create_patch
+        if: steps.claude_run.outputs.changes_detected == 'true'
+        working-directory: caller-repo
+        run: |
+          git add -A
+          git diff --cached --no-color > /tmp/claude-changes.patch
+          git reset
+          PATCH_SIZE=$(wc -c < /tmp/claude-changes.patch)
+          echo "patch_size=$PATCH_SIZE" >> "$GITHUB_OUTPUT"
+          echo "patch_path=/tmp/claude-changes.patch" >> "$GITHUB_OUTPUT"
+          echo "::notice::Created patch file: $PATCH_SIZE bytes"
+
+      - name: Upload patch as artifact
+        if: steps.create_patch.outputs.patch_path
+        uses: actions/upload-artifact@v4
+        with:
+          name: claude-changes-patch
+          path: ${{ steps.create_patch.outputs.patch_path }}
+          retention-days: 1
+
+      # Post Claude response as comment
+      - name: Post comment
+        if: always() && inputs.issue_number != ''
+        shell: bash
+        env:
+          GH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+          CALLER_REPO: ${{ inputs.caller_repo }}
+          ISSUE_NUMBER: ${{ inputs.issue_number }}
+          ERROR_MESSAGE: ${{ steps.claude_run.outputs.error_message }}
+        run: |
+          if [[ -n "$ERROR_MESSAGE" ]]; then
+            printf -v body '## Claude Code Failed\n\n%s' "$ERROR_MESSAGE"
+          else
+            output=$(cat /tmp/claude_output.txt 2>/dev/null || echo "")
+            if [[ -z "$output" ]]; then
+              output="_Claude returned an empty response._"
+            fi
+            printf -v body '## Claude Code Analysis\n\n%s' "$output"
+          fi
+
+          if gh api repos/$CALLER_REPO/issues/$ISSUE_NUMBER/comments \
+            --method POST \
+            --field body="$body" >/dev/null 2>&1; then
+            echo "Comment posted successfully"
+          else
+            echo "::warning::Failed to post comment"
+          fi
+
+      # Job 执行摘要
+      - name: Write job summary
+        if: always()
+        env:
+          CALLER_REPO: ${{ inputs.caller_repo }}
+          COMMENT_AUTHOR: ${{ inputs.comment_author }}
+          PR_NUMBER: ${{ inputs.pr_number || 'N/A' }}
+          MODEL: ${{ inputs.model }}
+          CHANGES_DETECTED: ${{ steps.claude_run.outputs.changes_detected }}
+          COMMIT_SHA: ${{ steps.claude_run.outputs.commit_sha || 'N/A' }}
+          PR_URL: ${{ steps.claude_run.outputs.pr_url || 'N/A' }}
+          CALLER_IMAGE: ${{ inputs.caller_image || 'N/A' }}
+          VERIFY_COMMAND: ${{ inputs.verify_command || 'N/A' }}
+          VERIFY_RESULT: ${{ steps.verify.outcome || 'N/A' }}
+          INPUT_TOKENS: ${{ steps.claude_run.outputs.input_tokens }}
+          OUTPUT_TOKENS: ${{ steps.claude_run.outputs.output_tokens }}
+          COST_USD: ${{ steps.claude_run.outputs.cost_usd }}
+          RESPONSE_SUMMARY: ${{ steps.claude_run.outputs.response_summary }}
+          ERROR_MESSAGE: ${{ steps.claude_run.outputs.error_message }}
+        run: |
+          python3 - <<'PYEOF'
+          import os
+
+          summary_path = os.environ['GITHUB_STEP_SUMMARY']
+          lines = [
+            "### Claude Code Run Summary",
+            "",
+            "| Field | Value |",
+            "|-------|-------|",
+            f"| Caller repo | `{os.environ['CALLER_REPO']}` |",
+            f"| Triggered by | `{os.environ['COMMENT_AUTHOR']}` |",
+            f"| PR | `{os.environ['PR_NUMBER']}` |",
+            f"| Model | `{os.environ['MODEL']}` |",
+            f"| Changes detected | `{os.environ['CHANGES_DETECTED']}` |",
+            f"| Commit SHA | `{os.environ['COMMIT_SHA']}` |",
+            f"| PR URL | `{os.environ['PR_URL']}` |",
+            f"| Caller image | `{os.environ['CALLER_IMAGE']}` |",
+            f"| Verify command | `{os.environ['VERIFY_COMMAND']}` |",
+            f"| Verify result | `{os.environ['VERIFY_RESULT']}` |",
+            f"| Input tokens | `{os.environ['INPUT_TOKENS']}` |",
+            f"| Output tokens | `{os.environ['OUTPUT_TOKENS']}` |",
+            f"| Cost (USD) | `{os.environ['COST_USD']}` |",
+            f"| Response summary | `{os.environ['RESPONSE_SUMMARY']}` |",
+          ]
+
+          error_msg = os.environ.get('ERROR_MESSAGE', '')
+          if error_msg:
+            lines.append(f"| **Error** | `{error_msg}` |")
+
+          with open(summary_path, 'a') as f:
+            f.write('\n'.join(lines) + '\n')
+          PYEOF
diff --git a/EXAMPLE-USAGE.md b/EXAMPLE-USAGE.md
new file mode 100644
index 0000000..d8dfccb
--- /dev/null
+++ b/EXAMPLE-USAGE.md
@@ -0,0 +1,287 @@
+# Agent-Skills 调用指南
+
+本文档说明如何在业务仓库中使用中心 Claude Code 服务。
+
+## 目录
+
+- [架构概述](#架构概述)
+- [前置条件](#前置条件)
+- [同步调用（workflow_call）](#同步调用workflow_call)
+- [参数说明](#参数说明)
+- [输出说明](#输出说明)
+- [错误处理](#错误处理)
+- [常见问题](#常见问题)
+
+## 架构概述
+
+```
+┌─────────────────────┐         ┌──────────────────────────┐
+│   业务仓库           │         │  agent-skills 中心仓库    │
+│                     │         │                          │
+│  - 触发工作流        │ ──────> │  _claude-code.yml        │
+│  - 传递参数          │         │  - 白名单校验             │
+│  - 接收结果          │ <────── │  - 权限检查               │
+│                     │         │  - 调用 Claude Code       │
+└─────────────────────┘         │  - 返回结果               │
+                                └──────────────────────────┘
+```
+
+**调用方式**：通过 `workflow_call` 同步调用，父工作流会等待 Claude 执行完毕。
+
+## 前置条件
+
+### 1. 配置 Secrets
+
+在业务仓库的 Settings → Secrets and variables → Actions 中添加：
+
+| Secret 名称 | 说明 | 权限要求 |
+|-------------|------|----------|
+| `DISPATCH_TOKEN` | GitHub Personal Access Token | `repo` 完整权限 |
+| `CLAUDE_API_KEY` | Anthropic API Key | 无需额外权限 |
+
+### 2. 添加白名单
+
+联系 agent-skills 仓库管理员，将你的仓库添加到 `.github/allowed-callers.json`：
+
+```json
+{
+  "allowed_orgs": ["your-org"],
+  "allowed_repos": ["your-org/your-repo"]
+}
+```
+
+## 同步调用（workflow_call）
+
+### 基本用法
+
+```yaml
+jobs:
+  claude:
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      custom_prompt: '请分析这个 PR 的代码变更'
+      allow_code_change: false
+      model: 'claude-sonnet-4-20250514'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+```
+
+### 完整示例
+
+```yaml
+jobs:
+  claude:
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      # 必填：调用方仓库路径
+      caller_repo: ${{ github.repository }}
+      
+      # Prompt 相关（三选一）
+      custom_prompt: '请修复这个 bug：...'
+      skill_name: 'github-action-diagnose'
+      skill_url: 'https://example.com/skill.md'
+      
+      # 代码变更权限
+      allow_code_change: false
+      
+      # 模型配置
+      model: 'claude-sonnet-4-20250514'
+      dangerously_skip_permissions: false
+      allowed_tools: 'Bash(git *),Read,Write,Edit,Glob,Grep'
+      show_full_output: true
+      
+      # PR/Issue 相关
+      pr_number: '123'
+      issue_number: '123'
+      comment_author: ${{ github.actor }}
+      comment_body: '请分析这个 PR'
+      
+      # 环境变量
+      caller_env_vars: 'KEY1=value1\nKEY2=value2'
+      
+      # 容器镜像
+      caller_image: 'ubuntu:24.04'
+      
+      # 验证命令
+      verify_command: 'pytest tests/'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+
+  # 使用 Claude 的输出
+  post-process:
+    needs: claude
+    runs-on: ubuntu-latest
+    steps:
+      - name: Check result
+        run: |
+          echo "Changes: ${{ needs.claude.outputs.changes_detected }}"
+          echo "Cost: ${{ needs.claude.outputs.cost_usd }}"
+```
+
+### PR 评论触发示例
+
+```yaml
+on:
+  issue_comment:
+    types: [created]
+
+jobs:
+  claude-on-comment:
+    if: |
+      github.event.issue.pull_request &&
+      contains(github.event.comment.body, '@claude') &&
+      !endsWith(github.actor, '[bot]') &&
+      github.actor != 'dependabot'
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      pr_number: ${{ github.event.issue.number }}
+      issue_number: ${{ github.event.issue.number }}
+      comment_author: ${{ github.event.comment.user.login }}
+      comment_body: ${{ github.event.comment.body }}
+      allow_code_change: false
+      model: 'claude-sonnet-4-20250514'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+```
+
+更多调用模板请参考 [.github/workflows/TEMPLATE-CALLER.yml](../.github/workflows/TEMPLATE-CALLER.yml)。
+
+## 参数说明
+
+### workflow_call inputs
+
+| 参数 | 类型 | 必填 | 默认值 | 说明 |
+|------|------|------|--------|------|
+| `caller_repo` | string | ✅ | - | 调用方仓库路径 (owner/repo) |
+| `custom_prompt` | string | ❌ | `''` | 自定义 prompt 内容 |
+| `skill_name` | string | ❌ | `''` | Skill 名称（从 agent-skills 加载） |
+| `skill_url` | string | ❌ | `''` | Skill URL（从远程加载） |
+| `allow_code_change` | boolean | ❌ | `false` | 是否允许 Claude 修改代码 |
+| `model` | string | ❌ | `claude-sonnet-4-20250514` | Claude 模型名称 |
+| `dangerously_skip_permissions` | boolean | ❌ | `false` | 跳过权限确认 |
+| `allowed_tools` | string | ❌ | `''` | 允许的工具列表（逗号分隔） |
+| `show_full_output` | boolean | ❌ | `false` | 显示完整输出 |
+| `caller_env_vars` | string | ❌ | `''` | 调用方环境变量（`\n` 分隔） |
+| `caller_image` | string | ❌ | `''` | 自定义容器镜像 |
+| `verify_command` | string | ❌ | `''` | 验证命令 |
+| `pr_number` | string | ❌ | `''` | PR 编号 |
+| `issue_number` | string | ❌ | `''` | Issue 编号 |
+| `comment_author` | string | ❌ | `'workflow'` | 评论作者 |
+| `comment_body` | string | ❌ | `''` | 评论内容 |
+
+### secrets
+
+| Secret | 必填 | 说明 |
+|--------|------|------|
+| `DISPATCH_TOKEN` | ✅ | GitHub PAT（repo 权限） |
+| `CLAUDE_API_KEY` | ✅ | Anthropic API Key |
+
+## 输出说明
+
+### workflow_call outputs
+
+| 输出 | 类型 | 说明 |
+|------|------|------|
+| `changes_detected` | boolean | 是否检测到代码变更 |
+| `commit_sha` | string | 提交 SHA（如有变更） |
+| `pr_url` | string | 创建的 PR URL（如有） |
+| `cost_usd` | number | API 调用成本（USD） |
+| `input_tokens` | number | 输入 token 数 |
+| `output_tokens` | number | 输出 token 数 |
+| `response_summary` | string | Claude 回复摘要（前 500 字符） |
+| `error_message` | string | 错误信息（如有） |
+
+### 使用示例
+
+```yaml
+jobs:
+  claude:
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      custom_prompt: '修复这个 bug'
+      allow_code_change: true
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+
+  process-result:
+    needs: claude
+    runs-on: ubuntu-latest
+    steps:
+      - name: Check if code changed
+        if: needs.claude.outputs.changes_detected == 'true'
+        run: |
+          echo "Claude made changes!"
+          echo "Commit: ${{ needs.claude.outputs.commit_sha }}"
+          echo "Cost: ${{ needs.claude.outputs.cost_usd }} USD"
+      
+      - name: Handle error
+        if: needs.claude.outputs.error_message != ''
+        run: |
+          echo "Error: ${{ needs.claude.outputs.error_message }}"
+          exit 1
+```
+
+## 错误处理
+
+### 重试机制
+
+Claude 调用失败时会自动重试（最多 3 次，指数退避：10s → 20s → 30s）。
+
+### 错误输出
+
+如果最终失败，`error_message` 输出会包含错误信息：
+
+```yaml
+- name: Handle error
+  if: needs.claude.outputs.error_message != ''
+  run: |
+    echo "Claude failed: ${{ needs.claude.outputs.error_message }}"
+```
+
+### 常见错误
+
+| 错误 | 原因 | 解决方案 |
+|------|------|----------|
+| `Caller not in whitelist` | 仓库未在白名单中 | 联系管理员添加 |
+| `Insufficient permission` | 用户权限不足 | 确保用户有 write/admin 权限 |
+| `Claude Code failed after 3 attempts` | API 调用失败 | 检查 API Key 和网络 |
+| `JSON parse error` | 输出解析失败 | 检查模型配置 |
+
+## 常见问题
+
+### Q: 同步调用和异步调用应该选哪个？
+
+**A**: 当前只支持 `workflow_call` 同步调用。父工作流会等待 Claude 执行完成，适合需要立即获取结果、后续步骤依赖 Claude 输出的场景。
+
+### Q: 如何允许 Claude 修改代码？
+
+**A**: 设置 `allow_code_change: true`，Claude 会修改文件并生成 patch artifact，可从 Actions 下载应用。
+
+### Q: 如何自定义容器镜像？
+
+**A**: 设置 `caller_image: 'your-image:tag'`，可以跳过依赖安装步骤，加速执行。
+
+### Q: 如何传递环境变量给 Claude？
+
+**A**: 使用 `caller_env_vars`，格式为 `KEY1=value1\nKEY2=value2`。
+
+### Q: Claude 修改的代码如何获取？
+
+**A**: 同步调用时，通过 artifact 下载 `claude-changes-patch`。
+
+### Q: 如何指定 Claude 使用的模型？
+
+**A**: 设置 `model` 参数，如 `model: 'claude-sonnet-4-20250514'`。
+
+### Q: 白名单如何配置？
+
+**A**: 在 agent-skills 仓库的 `.github/allowed-callers.json` 中添加：
+- `allowed_orgs`: 整个组织的仓库都可以调用
+- `allowed_repos`: 单独指定仓库
diff --git a/README.md b/README.md
index 2e0bf28..94a065c 100644
--- a/README.md
+++ b/README.md
@@ -68,7 +68,7 @@ git push origin feature/add-new-skill
    在 Claude Code 中运行以下命令：
 
    ```
-   /plugin marketplace add opensourceways/agent-skills
+   /plugin marketplace add KadenZhang3321/agent-skills
    ```
 
 2. **浏览并安装skill**
@@ -79,14 +79,14 @@ git push origin feature/add-new-skill
 
    在 Claude Code 中输入 `/plugin` 或点击插件图标，然后：
    - 选择 `Browse and install plugins`（浏览并安装插件）
-  - 选择 `opensourceways-agent-skills` marketplace
+   - 选择 `KadenZhang3321-agent-skills` marketplace
    - 选择你想要安装的技能（例如 `triton-upgrade`）
    - 点击 `Install now`（立即安装）
 
    **方式 B：命令行直接安装**
 
    ```
-  /plugin install triton-upgrade@opensourceways-agent-skills
+   /plugin install triton-upgrade@KadenZhang3321-agent-skills
    ```
 
 
@@ -100,12 +100,12 @@ git push origin feature/add-new-skill
 
    ```json
    {
-     "opensourceways-agent-skills": {
+     "KadenZhang3321-agent-skills": {
        "source": {
          "source": "github",
-         "repo": "opensourceways/agent-skills"
+         "repo": "KadenZhang3321/agent-skills"
        },
-       "installLocation": "~/.claude/plugins/marketplaces/opensourceways-agent-skills",
+       "installLocation": "~/.claude/plugins/marketplaces/KadenZhang3321-agent-skills",
        "lastUpdated": "2026-02-13T00:00:00.000Z"
      }
    }
@@ -118,7 +118,7 @@ git push origin feature/add-new-skill
    在终端中运行安装命令：
 
    ```bash
-  claude plugin install triton-upgrade@opensourceways-agent-skills
+   claude plugin install triton-upgrade@KadenZhang3321-agent-skills
    ```
 
 
@@ -277,6 +277,77 @@ A: Claude Code 的配置文件通常在：
 - 全局配置：`~/.claude/config.json`
 - 项目配置：`<project-root>/.claude/config.json`
 
+## 🤖 Claude Bot 集成指南
+
+如何将 Claude Bot 集成到组织下的任意仓库，请参阅：[`.github/workflows/README.md`](.github/workflows/README.md)
+
+## 🚀 Claude Code 中心服务调用指南
+
+本仓库提供中心化的 Claude Code 调用服务，其他业务仓库可以通过 `workflow_call` 方式调用。
+
+### 架构优势
+
+- **集中管理 API Key**：调用方无需配置 Anthropic API Key
+- **统一权限控制**：通过白名单和权限检查确保安全
+- **自动重试机制**：失败时自动重试（最多 3 次）
+- **预构建镜像支持**：可选使用预装 Claude CLI 的容器镜像，加速执行
+
+### 快速开始
+
+```yaml
+jobs:
+  claude:
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      custom_prompt: '请分析这个 PR 的代码变更'
+      allow_code_change: false
+      model: 'claude-sonnet-4-20250514'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+```
+
+### 前置条件
+
+1. **配置 Secrets**（在业务仓库的 Settings → Secrets 中）：
+   - `DISPATCH_TOKEN`：GitHub PAT（需要 `repo` 权限）
+   - `CLAUDE_API_KEY`：Anthropic API Key
+
+2. **添加白名单**：联系本仓库管理员，将你的仓库添加到 `.github/allowed-callers.json`
+
+### 详细文档
+
+- **完整调用示例和参数说明**：[EXAMPLE-USAGE.md](EXAMPLE-USAGE.md)
+- **调用模板文件**：[.github/workflows/TEMPLATE-CALLER.yml](.github/workflows/TEMPLATE-CALLER.yml)
+- **从直接 CC 调用迁移**：[docs/migration-guide.md](docs/migration-guide.md)
+
+### 预构建容器镜像
+
+为了加速执行，可以使用预装 Claude CLI 的容器镜像：
+
+```dockerfile
+# Dockerfile 位于仓库根目录
+# 构建命令：
+#   docker build -t kadenzhang3321/claude-runner:latest .
+#   docker push kadenzhang3321/claude-runner:latest
+```
+
+在调用时指定 `caller_image` 参数：
+
+```yaml
+jobs:
+  claude:
+    uses: KadenZhang3321/agent-skills/.github/workflows/_claude-code.yml@main
+    with:
+      caller_repo: ${{ github.repository }}
+      caller_image: 'kadenzhang3321/claude-runner:latest'
+      custom_prompt: '请分析代码'
+    secrets:
+      DISPATCH_TOKEN: ${{ secrets.DISPATCH_TOKEN }}
+      CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
+```
+
 ## 📞 联系方式
 
 如有问题或建议，请：
@@ -291,4 +362,4 @@ A: Claude Code 的配置文件通常在：
 ---
 
 **维护者**: [添加维护者信息]
-**最后更新**: 2026-02-03
+**最后更新**: 2026-04-15
diff --git a/skills/infrastructure/README.md b/skills/infrastructure/README.md
index 8f6fbd3..3942c7b 100644
--- a/skills/infrastructure/README.md
+++ b/skills/infrastructure/README.md
@@ -5,6 +5,7 @@
 ## 团队职责
 
 Infrastructure 团队负责技术设施建设，包括：
+
 - 基础设施搭建和维护
 - DevOps 工具链建设
 - CI/CD 流水线优化
@@ -13,7 +14,7 @@ Infrastructure 团队负责技术设施建设，包括：
 
 ## 目录结构建议
 
-```
+```text
 infrastructure/
 ├── README.md           # 本文件
 ├── devops/            # DevOps 相关
@@ -30,74 +31,67 @@ infrastructure/
 
 | 名字 | 功能 |
 | --- | --- |
-| Github-action-diagnose | 诊断昇腾CI github action问题 |
+| [github-action-diagnose](./github-action-diagnose/SKILL.md) | 诊断昇腾 CI GitHub Action 失败，定位基础设施故障与根因 |
+| [claude-bot](./claude-bot/claude.md) | GitHub Issues/PR 中响应 `@claude` 的 AI 助手 |
 
 ### Github-action-diagnose
 
 #### 使用示例
 
-**示例 1：通过 GitHub Actions Run URL 诊断**
+#### 示例 1：通过 GitHub Actions Job URL 诊断（推荐，精确到单个 Job）
 
-```
-/github-action-diagnose https://github.com/my-org/my-repo/actions/runs/12345678901
+```text
+/github-action-diagnose https://github.com/vllm-project/vllm-ascend/actions/runs/23656949484/job/68954806226
 ```
 
-技能会自动：
-1. 提取 `owner/repo` = `my-org/my-repo`，`run_id` = `12345678901`
-2. 执行 `gh run view 12345678901 --repo my-org/my-repo --log-failed`
-3. 进入 5 步诊断流程
+#### 示例 2：通过 Run URL 诊断（自动分析所有失败 Job）
 
----
+```text
+/github-action-diagnose https://github.com/vllm-project/vllm-ascend/actions/runs/23282406275
+```
 
-**示例 2：通过 Run ID 诊断（在 repo 目录下）**
+#### 示例 3：通过 Run ID 诊断
 
+```text
+/github-action-diagnose 23282406275
 ```
-/github-action-diagnose 12345678901
-```
-
-技能会从当前目录推断 repo，然后执行诊断。
 
 ---
 
-**示例 3：直接粘贴日志内容**
+#### 示例输出 A：基础设施故障（Artifact 上传超时）
 
-```
-/github-action-diagnose
-2024-01-15T10:23:45.123Z [error] npu-smi info: ERR99999 Device not found
-2024-01-15T10:23:45.456Z [error] error code 507035
-2024-01-15T10:23:46.000Z Process exited with code 1
-```
+```text
+# CI 故障诊断报告
 
----
+**Run**: Nightly-A3 #23656949484
+**PR**: vllm-project/vllm-ascend (main)
+**时间**: 2026-03-27T21:21:23Z ~ 2026-03-27T21:48:37Z
 
-**示例输出 A：基础设施故障**
+## 故障一：DeepSeek-V3.1-BF16.yaml (multi-node-deepseek-v3.1)
 
-```
-# GitHub Action 故障诊断报告
-
-## 1. 故障概览
-- **任务名称**: train-resnet50
-- **Run ID**: 12345678901
-- **故障定性**: 硬件故障
-- **判定依据**: NPU 驱动报 ERR99999，Device not found
-
-## 2. 详细诊断
-- **失败步骤**: Run steps (pytest)
-- **报错原文**: `npu-smi info: ERR99999 error code 507035`
-- **物理节点**: a3-runner-0023 -> Pod a3-0/runner-abc -> node-a3-12
-- **根因分析**: 物理机 node-a3-12 上 NPU 设备驱动异常，设备不可用
+- **定性**: 环境问题（基础设施）
+- **根因**: Upload logs 步骤上传 Artifact 时网络超时，实际测试已成功完成
+- **关键标识**: `Failed to CreateArtifact: Unable to make request: ETIMEDOUT`
+- **责任方**: 基础设施团队
+- **建议**: 重跑；检查 Runner 到 GitHub 的出口网络
 ```
 
----
+#### 示例输出 B：代码 Bug
 
-**示例输出 B：非基础设施问题**
+```text
+# CI 故障诊断报告
 
-```
-未发现环境/基础设施故障。
+**Run**: PR CI #xxx
+**PR**: vllm-project/vllm-ascend#1234 (feature/xxx)
+**时间**: ...
+
+## 故障一：e2e-singlecard-light
 
-分析依据：调度正常（Set up job 完成）、镜像拉取成功、NPU 挂载无报错。
-失败发生在业务代码层：Python Traceback 指向 tests/test_model.py:42，
-AssertionError: expected accuracy > 0.8, got 0.75。
+- **定性**: 代码 Bug（PR 引入）
+- **根因**: UnboundLocalError，PR 修改了 import 路径但未处理 ImportError 分支
+- **关键标识**: `UnboundLocalError: cannot access local variable 'huggingface_hub'`
+- **责任方**: PR 作者
+- **建议**: 修改 vllm_ascend/xxx.py，在 except ImportError 分支设置默认值
 ```
 
 ## 团队规范
diff --git a/skills/infrastructure/claude-bot/claude.md b/skills/infrastructure/claude-bot/claude.md
new file mode 100644
index 0000000..67ddffc
--- /dev/null
+++ b/skills/infrastructure/claude-bot/claude.md
@@ -0,0 +1,120 @@
+# claude-bot
+
+## 描述
+
+集成于 GitHub Issues / Pull Requests 的 AI 助手，在 vllm-project 组织内响应 `@claude` 提及，自动回复技术问题、代码审查意见和 CI 诊断建议。
+
+## 使用场景
+
+- 在 Issue 中 `@claude` 提问：解答 vLLM / Ascend NPU 相关技术问题
+- 在 PR 中 `@claude` 请求代码审查：检查正确性、性能、硬件兼容性
+- 新 Issue 创建时自动触发：对问题进行初步分类和响应
+
+## 前置要求
+
+- 调用方仓库需配置 GitHub Actions Workflow（参见 `.github/workflows/example-caller.yml`）
+- 需在仓库或组织级别设置 `CLAUDE_API_KEY` Secret
+- 触发者须为组织成员且拥有仓库写权限（write / admin）
+
+## 参数
+
+本 skill 通过 GitHub 事件触发，无命令行参数。触发方式：
+
+| 触发事件 | 条件 | 说明 |
+|---------|------|------|
+| `issue_comment` | 评论包含 `@claude` | 回复指定评论 |
+| `issues: opened` | 新建 Issue | 自动响应新 Issue |
+
+## 使用方法
+
+在 GitHub Issue 或 PR 的评论中直接提及：
+
+```
+@claude 这个 PR 的 Ascend NPU 兼容性如何？
+```
+
+```
+@claude 帮我看下这段代码有没有问题
+```
+
+## 示例
+
+### 示例 1：代码审查请求
+
+在 PR 评论中：
+```
+@claude 请审查这次对 vllm_ascend/executor.py 的修改
+```
+
+**预期输出**：结构化的代码审查意见，包含正确性、性能和 Ascend NPU 兼容性分析。
+
+### 示例 2：技术问题咨询
+
+在 Issue 评论中：
+```
+@claude CANN 8.0 下 flash attention 算子覆盖情况如何？
+```
+
+**预期输出**：针对 Ascend NPU / CANN 的技术解答。
+
+## 注意事项
+
+- 仅响应组织成员（vllm-project）且拥有仓库写权限的用户
+- 机器人账号（`[bot]`、`dependabot`）触发的事件自动跳过
+- 响应语言与触发评论一致（中文评论回中文，英文评论回英文）
+- 不对修复方案或操作步骤做出保证，建议以人工审核为准
+
+## 相关 Skills
+
+- [github-action-diagnose](../github-action-diagnose/SKILL.md) — CI 故障根因诊断
+
+## 更新日志
+
+### v1.0.0 (2026-03-31)
+- 初始版本：支持 Issue/PR 评论触发，单认证模式（api_key），Token 用量展示
+
+## 作者
+
+@zhangyang
+
+## 最后更新
+
+2026-03-31
+
+---
+
+# Claude Bot Behavior Guide
+
+> 以下为 Claude Bot 在 vllm-project 组织内的行为规范，供 AI 模型参考。
+
+You are an AI assistant integrated into GitHub issues and pull requests for the vllm-project organization.
+
+## Behavior Guidelines
+
+- Be helpful, concise, and professional.
+- When asked to review code, focus on correctness, performance, and hardware compatibility (especially Ascend NPU).
+- Do not suggest changes unrelated to the repository's scope.
+- If you are unsure, ask for clarification.
+
+## Context
+
+- You are operating within the **vllm-project** GitHub organization.
+- Repositories in this org include `vllm-ascend` (Ascend NPU backend) and related infrastructure.
+- Common topics: vLLM inference engine, Ascend NPU support, CANN/MindSpore compatibility, CI/CD pipelines.
+
+## Code Review Focus
+
+When reviewing pull requests or code snippets:
+
+1. **Correctness** — Does the code do what it claims? Are there edge cases or off-by-one errors?
+2. **Performance** — Are there obvious bottlenecks, unnecessary allocations, or missed optimizations?
+3. **Hardware compatibility** — Does the code respect Ascend NPU constraints (operator coverage, memory layout, CANN API version)?
+4. **Test coverage** — Are the changes tested? Are existing tests likely to break?
+5. **Documentation** — Do public APIs have docstrings? Are complex sections commented?
+
+## Tone
+
+- Use Markdown formatting in your responses when it improves readability.
+- Be direct and actionable. Prefer "Change X to Y because Z" over vague suggestions.
+- Acknowledge uncertainty: say "I'm not sure" rather than guessing.
+- Respond in the same language as the comment that triggered you (Chinese or English).
diff --git a/skills/infrastructure/github-action-diagnose/SKILL.md b/skills/infrastructure/github-action-diagnose/SKILL.md
index 5e1fc11..bb01ba3 100644
--- a/skills/infrastructure/github-action-diagnose/SKILL.md
+++ b/skills/infrastructure/github-action-diagnose/SKILL.md
@@ -1,99 +1,422 @@
 ---
 name: github-action-diagnose
-description: 诊断昇腾（Ascend）NPU 集群上 GitHub Actions 执行失败的原因，定位基础设施故障与根因分析
-allowed-tools: Bash(gh run view:*), Bash(gh run list:*), Bash(gh api:*), Bash(kubectl get:*), Bash(kubectl describe:*), Bash(kubectl logs:*), Bash(kubectl config:*), Read, Grep
+description: GitHub Action CI 失败自动诊断，专为昇腾（Ascend）NPU 集群（ARC/K8s）基础设施设计。当用户提到 CI 失败、流水线挂掉、CI 报错、构建失败、测试失败、PR CI 不过、CI 排队超时、nightly 失败、runner 异常等情况时立即触发。自动分析日志、定位物理节点、分类根因（基础设施/代码Bug/精度回归）、识别责任方，将诊断报告写入文件。即使用户只是粘贴了一段错误日志或 CI 链接，也应触发此 skill。
+compatibility:
+  tools:
+    - Bash
+    - Read
+    - Write
+    - Glob
+    - Grep
 ---
 
-## Your task
+# CI 故障自动诊断 Skill
 
-诊断昇腾（Ascend）NPU 集群上 GitHub Actions 的执行失败。仅做故障定性和根因分析，不提供修复建议。
-所有只读操作（gh CLI、kubectl 查询、日志读取）直接执行，无需用户确认。
+## 使用场景
 
-本技能采用 5 步诊断流程：Step 0 输入识别 + 4 步诊断逻辑（生命周期分诊 → 物理节点溯源与环境故障定位 → 非环境问题判定 → 输出报告）。
+- Ascend NPU 集群（ARC/K8s）上的 GitHub Actions 运行失败
+- PR CI 不过、nightly 任务失败、runner 异常等需要快速定位根因的场景
+- 区分故障责任方：基础设施团队（环境/硬件）vs PR 作者（代码/精度）
 
-### Step 0: 识别输入并获取日志
+## 前置要求
 
-分析用户提供的输入，自动识别类型：
+- `gh` CLI 已安装并已完成 GitHub 认证（`gh auth login`）
+- 有目标仓库的读权限（用于拉取 run 日志）
+- `kubectl` 已配置（用于物理节点溯源，无权限时跳过该步骤）
 
-- **GitHub Actions Run URL**（包含 `/actions/runs/`）：提取 owner/repo 和 run_id，执行 `gh run view <run_id> --repo <owner/repo> --log-failed` 获取失败日志。
-- **Run ID**（纯数字）：需要用户确认 repo 或从当前目录推断，然后执行 `gh run view <run_id> --log-failed`。
-- **粘贴的日志内容**（非 URL 非纯数字）：直接作为日志内容进行分析。
+## 核心原则
 
-如果 `--log-failed` 信息不足，自动尝试 `gh run view <run_id> --log` 获取完整日志。
-同时获取 run 的元信息：`gh run view <run_id> --repo <owner/repo> --json jobs,name,status,conclusion,headBranch,event`。
+- **静默执行**：直接运行所有只读操作（`gh` CLI、日志读取、`kubectl` 查询），不要逐步询问权限
+- **先跑后说**：收集完所有信息后，一次性生成完整报告
+- **直接输出**：诊断结果直接在对话中输出，不写入文件（Action Plan JSON 除外）
+- **责任明确**：每个问题必须标注责任方（基础设施团队 / PR 作者）
+- **仅在变更操作前确认**：修改代码、提交 commit、执行 `kubectl delete/patch` 才需询问
 
-### Step 1: 生命周期分诊
+---
+
+## Step 0：解析用户输入并确定诊断范围
+
+根据用户输入确定诊断范围：
+
+| 输入类型 | 示例 | 诊断范围 |
+|---------|------|---------|
+| Run ID | `23282406275` | 诊断 Run 中所有失败的 Job |
+| Run URL | `github.com/.../actions/runs/23282406275` | 诊断 Run 中所有失败的 Job |
+| Job URL | `github.com/.../actions/runs/.../jobs/xxx` | **只诊断这一个 Job** |
+
+> **重要**：如果用户提供了具体的 Job URL，**只分析这一个 Job**，不要去拉取整个 Run 的其他 Job 日志。这是为了节省时间和 token。
+
+---
+
+## Step 1：静默收集上下文
+
+### 1a. 确定诊断范围
+
+- **如果用户提供了 Job URL**：直接使用该 Job ID，跳过 Run 级别分析
+- **如果用户提供了 Run ID/URL**：分析该 Run 中所有失败的 Job
+
+### 1b. 收集日志
+
+**必须使用脚本获取日志**，不要直接用 `gh run view --job <id> --log`，原因：
+1. 日志可能很大（几百MB），导致 API 超时或工具调用被中断
+2. tiling 编译警告会淹没真正的根因错误
+3. 脚本已内置预过滤逻辑，只输出关键错误行
+
+**Job URL 场景（只诊断单个 Job）**：
+```bash
+bash <skill目录>/scripts/fetch-run.sh --job <job_id> [owner/repo]
+# 例如：bash scripts/fetch-run.sh --job 68954806226 vllm-project/vllm-ascend
+```
+
+**Run ID/URL 场景（诊断所有失败 Job）**：
+```bash
+bash <skill目录>/scripts/fetch-run.sh <run_id> [owner/repo]
+# 例如：bash scripts/fetch-run.sh 23326177540
+# 默认 repo 为 vllm-project/vllm-ascend
+```
+
+**脚本输出内容**：
+- Runner 名称、起止时间、结论
+- 失败步骤列表（哪个 step 挂了）
+- Annotations（通常直接揭示根因，如 ETIMEDOUT / exit code）
+- Annotations 已明确根因时自动跳过日志拉取
+- 预过滤的运行时错误（RuntimeError/AssertionError/EngineDeadError/OOM 等）
+- 预过滤的编译/安装错误（依赖冲突、git dubious ownership 等）
+- PR 变更文件列表
+
+脚本位置：`<skill目录>/scripts/fetch-run.sh`
+
+**Step 1c：依赖解析错误优先检查（Install 阶段失败时必做）**
+
+脚本日志不足以定位根因时，**优先使用 Step 1d 中的依赖专用命令**搜索依赖解析错误，这是最容易被遗漏的根因：
+
+**为什么重要**：依赖不可用（如 `modelscope==1.35.1` 不存在）会导致后续所有步骤连锁失败，日志中会出现大量 "error"、"failed"，但真正的根因只在依赖解析步骤的开头。
+
+### Step 1d. 按需补充的命令（脚本输出不足以定位根因时才用）
+
+> **脚本已内置以下逻辑，90% 场景无需手动补充命令：**
+> - 失败步骤列表（哪个 step 挂了）
+> - Annotations（ETIMEDOUT / exit code 等直接结论）
+> - Annotations 已明确根因时自动跳过日志拉取
+> - PR 变更文件列表
+
+仅在脚本输出仍不足以定位根因时，才手动补充：
+
+```bash
+# 依赖解析错误专用
+gh run view --job <job_id> --log --repo <owner/repo> | grep -iE "unsatisfiable|No solution found|no version of|modelscope.*error"
+```
+
+---
+
+## Step 2：生命周期快速分诊
+
+根据**失败发生的步骤**做初步判断：
+
+| 失败步骤 | 初步定性 |
+|---------|---------|
+| `Set up job` | 基础设施 — Runner 调度失败 |
+| `Initialize containers` | 基础设施 — 容器运行时异常 |
+| `Checkout` / `Install dependencies` | 基础设施 — 网络/挂载/权限 |
+| `Run test` / `Build` | **需同时执行 Step 3 和 Step 4**，不可只做其中之一 |
+
+> **重要**：失败在 `Run test` / `Build` 阶段时，必须同时检查环境故障（Step 3）和代码问题（Step 4），不因"看起来是代码问题"而跳过环境检查，也不因"多 Job 同时失败"而跳过代码检查。
+
+**多个 Job 同步以相同步骤失败 → 强烈的基础设施信号**，但仍需完成代码侧的快速排查。
+
+---
+
+## Step 3：物理节点溯源（A 类必做，Run step 失败时也应尝试）
+
+### 3a. 获取 runner_name
+
+从 `Set up job` 日志或 API 获取，格式通常为：
+```
+linux-aarch64-a3-2-x51bm-runner-ksnwc
+         ↑节点池  ↑物理机编号   ↑pod随机后缀
+```
+
+### 3b. 定位 Namespace
+
+```bash
+# 自动发现 runner pod 所在 namespace（不确定时使用）
+kubectl get pods --all-namespaces | grep <runner_name>
+```
+
+### 3c. 查物理节点（区分两种场景）
+
+**Pod 未销毁**：
+```bash
+kubectl get pod <runner_name> -n <namespace> \
+  -o custom-columns=NODE:.spec.nodeName
+```
+
+**Pod 已销毁**：从完整日志中搜索调度记录：
+```bash
+# 先拉完整日志
+gh run view --job <job_id> --log --repo <owner/repo> > full.log
+grep "Successfully assigned <runner_name> to" full.log
+# 或在 Loki/ELK 中搜索相同关键词
+```
+
+### 3d. 多机任务 — 优先定位 Master 节点（Rank 0）
+
+当任务涉及多机（multi-node）且某节点报 `Timeout` 时，**不要孤立分析报错节点**，先找 Rank 0：
+
+```bash
+# 方法一：从日志中找 MASTER_ADDR 环境变量
+grep "MASTER_ADDR" full.log
+
+# 方法二：从 RANK_TABLE_FILE 中找 rank_id=0 对应的 device_ip
+grep -A5 '"rank_id": "0"' <rank_table_file>
+```
+
+找到 Master 节点后，优先检查其日志：
+- 是否有 `Unexpected Exit`
+- 是否有 NPU 驱动报错（`ERR99999`、`error code 507035`）
+- 是否有进程崩溃（exit `-9`、`Bus error`）
+
+Master 有问题 → 从节点只是连锁超时，根因在 Master。
+
+### 3e. 确认 NPU 健康
+
+```bash
+npu-smi info  # 在对应节点上执行
+kubectl get nodes --kubeconfig=<集群kubeconfig>
+```
+
+---
+
+## Step 4：根因分类
+
+### 类型 A：基础设施 / 环境故障
+信号：容器启动失败、网络超时、NPU 硬件报错（`ERR99999`）、OOM（`Bus error` / `Killed` / exit `-9`）、exit code 255（K8s 强制终止）、ModelScope 下载超时、多机 Timeout（见 Step 3d）、`shm_broadcast` 超时 + `EngineDeadError`（Nightly 资源调度不稳定，见 `references/common-patterns.md`）
+
+**责任方**：基础设施团队
+
+### 类型 B：代码 Bug（PR 引入）
+信号：exit code 1、Python 异常堆栈（`UnboundLocalError` / `AssertionError` / `AttributeError`）、失败与 PR diff 直接对应、重跑仍失败、UT 卡死
+
+**责任方**：PR 作者
+
+### 类型 C：精度回归
+信号：`Accuracy of ... is X, lower than Y`、精度跌幅 > 5%
 
-根据失败发生的步骤进行初步分类：
+**责任方**：PR 作者（需与算法团队确认）
 
-| 失败步骤 | 初步定性 | 说明 |
-|----------|---------|------|
-| Set up job | 环境问题 | Runner 无法拉起/调度失败 |
-| Initialize containers | 环境问题 | 容器运行时异常/镜像拉取失败 |
-| Checkout / Setup Environment | 环境问题 | 网络/挂载/权限故障 |
-| Run steps（pytest/lint 等） | 需进一步分析 | Runner 已就绪，进入 Step 2-3 细分 |
+### 类型 D：YAML / 配置错误
+信号：`undefined variable "False"`、workflow 语法报错
 
-如果失败在前三类步骤，直接标记为环境问题并进入 Step 2。
-如果失败在 Run steps，需要同时执行 Step 2 和 Step 3 来区分环境故障与代码问题。
+**责任方**：PR 作者 / CI 维护者
 
-### Step 2: 物理节点溯源 + 环境故障深度定位
+### 类型 E：疑难 / 概率性问题
+信号：偶发挂死（如 triton ascend 概率挂）、无明确异常堆栈、重跑有时通过
 
-#### 2a. 物理节点溯源
-当判定为环境故障或怀疑硬件问题时，定位物理节点：
+**常见错误模式速查**：`references/common-patterns.md`
+**vllm-ascend 专项**：`references/vllm-ascend.md`
 
-1. 从 `Set up job` 日志或 `gh api` 获取 `runner_name`（即 Pod 名称）。
-2. 从 `runner_name` 前缀或 Job Labels 识别节点池（如 `a3-0`）。
-3. 自动发现 namespace：`kubectl get pods --all-namespaces --no-headers | grep <runner_name>` 提取 namespace。
-4. 反查物理机：
-   - Pod 未销毁：`kubectl get pod <runner_name> -n <namespace> -o custom-columns=NODE:.spec.nodeName --no-headers`
-   - Pod 已销毁：在日志中搜索 `Successfully assigned <runner_name> to <node_name>`。
+---
+
+## Step 5：输出报告
+
+直接在对话中输出诊断结果，格式如下（每个失败 Job 一节）：
+
+```
+# CI 故障诊断报告
+
+**Run**: [Workflow名称] #[Run ID]
+**PR**: [仓库/PR号] ([分支名])
+**时间**: [开始] ~ [结束]
+
+---
+
+## 故障一：[Job 名称]
+
+- **定性**: [环境问题 / 代码Bug / 精度回归 / 配置错误 / 疑难]
+- **根因**: [一句话直接原因，如"K8s 容器运行时在测试阶段强制终止，exit code 255"]
+- **关键标识**: `[最关键的一行错误，如 ERR99999 / AssertionError / exit code 255]`
+- **责任方**: [基础设施团队 / PR 作者]
+- **建议**: [重跑 / 修改 XX 文件 XX 行 / 上报运维 / 检查 Master 节点 XX]
+- **节点**: [仅硬件故障时填写：Runner Pod名 → 物理节点名，其他类型省略]
+
+---
+
+[其他 Job 以同样格式继续]
+```
+
+**输出精简原则**：
+- 不粘贴大段原始日志，只引用最关键的一行错误标识
+- 不描述诊断过程（不写"我们检查了A，发现B"），直接给结论
+- 节点池、物理机等环境信息仅在硬件故障时填写，其他类型省略
+- 若同一 Run 中多个 Job 根因相同，可合并为一条说明
+- **不输出步骤分析表格，不输出汇总表格**
+
+---
+
+## Step 6：等待人工确认
+
+输出诊断结果后停止，等待确认：
+- "确认" / "没问题" → 生成 Action Plan（仅类型 B/C/D）
+- 提出修正 → 在对话中重新输出修订后的诊断结果；若修正揭示了漏判或误判的模式，同步更新 `references/` 中对应的参考文件，防止下次重犯
+- 基础设施问题 → 提供操作建议后结束，不执行代码修改
+
+> **重要**：不要跳过 Step 6 等待确认，直接进入 Step 7
+
+---
+
+## Step 7：生成 Action Plan
+
+用户确认后，生成结构化 Action Plan JSON 文件供后续 AI 修复使用。
+
+> **注意**：只有代码 Bug/配置错误/精度回归 需要生成 Action Plan，基础设施问题不需要。
+
+### Step 7.1：检查是否需要生成
+
+| 问题类型 | 是否生成 Action Plan | 说明 |
+|---------|-------------------|------|
+| 类型 B（代码Bug） | ✅ 是 | PR 引入的 Bug，需要修改代码 |
+| 类型 C（精度回归） | ✅ 是 | 需要调整参数或回滚 |
+| 类型 D（YAML/配置错误） | ✅ 是 | 需要修改配置 |
+| 类型 A（环境/基础设施） | ❌ 否 | 基础设施问题，不涉及代码修改 |
+| 类型 E（疑难） | ❌ 否 | 偶发问题，重跑尝试 |
+
+### Step 7.2：生成 JSON 文件
+
+```
+输出文件：<skill目录>/reports/action-plan-<run_id>.json
+```
+
+```json
+{
+  "run_id": "<run_id>",
+  "pr": "<repo>#<pr_number>",
+  "jobs_to_fix": [
+    {
+      "job_id": "<job_id>",
+      "job_name": "<job name>",
+      "issue_type": "code_bug|config_error|accuracy_regression",
+      "root_cause": "<一句话描述>",
+      "fix_actions": [
+        {
+          "type": "code_change",
+          "file": "<文件路径>",
+          "action": "modify|add|remove",
+          "location": "<文件:行号 或 函数名>",
+          "original": "<原内容（可选）>",
+          "replacement": "<新内容>",
+          "reason": "<为什么这么改>"
+        }
+      ],
+      "verification": {
+        "command": "<验证命令>",
+        "expected": "<预期结果>"
+      }
+    }
+  ]
+}
+```
 
-#### 2b. 环境故障深度定位
-检查以下故障模式：
+### Step 7.3：验证 Action Plan
 
-- **驱动/硬件失效**：`npu-smi info` 报错、`ERR99999`、`error code 507035`、`Device not found`。
-- **资源溢出 (OOM)**：系统级 `Killed` 信号、`Bus error`（SHM 不足）、`No space left on device`。
-- **多机连锁超时**：多机任务中某节点报 `Timeout`，优先识别并检查 Master 节点。Master 节点识别方法：
-  - 检查 `RANK_TABLE_FILE` 中 `rank_id=0` 对应的节点
-  - 或在日志中搜索 `master_addr` / `MASTER_ADDR` 环境变量指向的节点
-  - 确认 Master 节点是否有 `Unexpected Exit` 或驱动报错
+生成后，在对话中输出：
+- Action Plan 已写入文件路径
+- 总结每个 fix_action（文件、修改内容）
 
-### Step 3: 非环境问题判定
+用户确认后执行实际代码修改。
 
-如果 Step 2 未发现环境/硬件故障，检查以下非环境因素：
+---
+
+## 参考资料
+
+- **常见错误模式速查**：`references/common-patterns.md`（网络超时/容器崩溃/UT卡死/triton挂/NPU硬件等）
+- **vllm-ascend 专用**：`references/vllm-ascend.md`（Runner 类型、内部服务、workflow 触发逻辑）
+- **分类判断详细逻辑**：`references/classification-guide.md`
+
+---
 
-- **YAML 语法错误**：如 `undefined variable "False"`（应为小写 `false`）。
-- **业务逻辑报错**：`AssertionError`、Python Traceback 指向业务源码、测试用例失败。
-- **依赖问题**：pip/npm 安装失败但非网络原因（版本冲突、包不存在）。
+## 常见误判与规避
 
-### Step 4: 输出诊断报告
+### 1. tiling 编译警告 ≠ 测试失败根因
 
-根据诊断结果选择输出模式：
+**现象**：日志中大量 `Register tiling func failed`、`Get op tiling func failed`  
+**实际情况**：这是 CANN SDK 在编译 optiling 时的 DEBUG 输出，属于正常行为  
+**规避**：grep 时排除 tiling 相关模式，优先捕获 `RuntimeError`、`AssertionError`、`exit code 255`
 
-#### 情况 A：确认为基础设施/硬件故障
+### 2. 日志"淹没"问题
 
-严格按照以下格式输出：
+**现象**：高volume日志（如 tiling DEBUG）掩盖低volume但真正的根因  
+**规避**：先按错误类型/阶段分离日志输出，高优先级错误（OOM/AssertionError）先展示
+
+### 3. exit code 255 = K8s 终止
+
+**现象**：测试实际已失败，但日志最后是 `command terminated with exit code 255`
+**实际情况**：exit code 255 通常是 K8s 强制终止，说明测试进程已崩溃
+**分析**：往前搜索 `RuntimeError`、`AssertionError` 找到真正失败原因
+
+---
+
+## 使用示例
+
+### 示例 1：通过 GitHub Actions Run URL 诊断
 
 ```
-# GitHub Action 故障诊断报告
+/github-action-diagnose https://github.com/my-org/my-repo/actions/runs/12345678901
+```
+
+Skill 会自动提取 `owner/repo` 和 `run_id`，执行 `gh run view --log-failed`，进入完整诊断流程。
 
-## 1. 故障概览
-- **任务名称**: [Job Name]
-- **Run ID**: [Run ID]
-- **故障定性**: 环境问题 / 硬件故障 / 集群调度异常
-- **判定依据**: [驱动报错/调度异常/硬件死锁/OOM 等]
+### 示例 2：通过 Run ID 诊断（在 repo 目录下）
 
-## 2. 详细诊断
-- **失败步骤**: [Set up job / Initialize containers / Run steps 等]
-- **报错原文**: [引用关键日志片段]
-- **物理节点**: [Runner 名] -> [Pod] -> [物理机/节点池]
-- **根因分析**: [深层原因说明]
 ```
+/github-action-diagnose 12345678901
+```
+
+从当前目录推断 repo，然后执行诊断。
+
+### 示例 3：直接粘贴日志内容
+
+```
+/github-action-diagnose
+2024-01-15T10:23:45.123Z [error] npu-smi info: ERR99999 Device not found
+2024-01-15T10:23:45.456Z [error] error code 507035
+```
+
+---
+
+## 注意事项
+
+- 本 skill 仅做故障**定性与根因分析**，不输出修复建议或操作手册
+- 所有只读操作（`gh` CLI、`kubectl` 查询、日志读取）直接执行，无需用户确认
+- 诊断报告中的物理节点信息依赖 `kubectl` 访问权限，无权限时跳过节点溯源步骤
+- 参考资料位于 `references/` 目录，包括常见错误模式、vllm-ascend 专项说明、Ascend NPU 故障排查手册
+
+## 相关 Skills
+
+- [claude-bot](../claude-bot/claude.md) — GitHub Issues/PR 中的 AI 助手，可触发本诊断流程
+
+---
+
+## 更新日志
+
+### v2.0.0 (2026-03-31)
+- 重构诊断流程：扩展至 7 步（原 5 步），增加精度回归、代码 Bug、Action Plan 生成阶段
+- 新增责任方标注（基础设施团队 / PR 作者）
+- 新增 `references/` 参考资料目录（common-patterns、vllm-ascend、classification-guide、ascend-troubleshooting）
+- 输出格式由纯报告改为结构化 Action Plan JSON（代码问题时）
+- 新增常见误判规避说明（tiling 警告、日志淹没、exit code 255）
+
+### v1.0.0 (2026-03-16)
+- 初始版本：5 步诊断流程（输入识别 → 生命周期分诊 → 节点溯源 → 非环境判定 → 输出报告）
+- 支持 URL / Run ID / 粘贴日志三种输入方式
+- 支持基础设施故障（情况A）和非基础设施问题（情况B）两种输出模式
+
+---
+
+## 作者
 
-#### 情况 B：环境正常，非基础设施问题
+- v1.0.0: @hdsong2
+- v2.0.0: @zhangyang
 
-采用自然语言简要反馈：
-1. **结论**：直接告知"未发现环境/基础设施故障"。
-2. **依据**：简述分析了哪些环节（调度、镜像拉取、NPU 挂载等均正常）。
+## 最后更新
 
-注意：两种情况均不输出修复建议或操作手册。
+2026-03-31
diff --git a/skills/infrastructure/github-action-diagnose/evals/evals.json b/skills/infrastructure/github-action-diagnose/evals/evals.json
index 6f78850..1a4a35c 100644
--- a/skills/infrastructure/github-action-diagnose/evals/evals.json
+++ b/skills/infrastructure/github-action-diagnose/evals/evals.json
@@ -1,53 +1,17 @@
 {
-  "skill_name": "github-action-diagnose",
+  "skill_name": "ci-diagnosis",
   "evals": [
     {
       "id": 1,
-      "prompt": "https://github.com/tile-ai/tilelang-ascend/actions/runs/22718535502",
-      "expected_output": "识别为基础设施故障：镜像拉取失败（image pull failure），输出结构化诊断报告",
-      "files": [],
-      "assertions": [
-        {
-          "name": "输出结构化报告（情况A格式）",
-          "description": "输出包含 '# GitHub Action 故障诊断报告' 标题，说明技能正确识别为基础设施故障并使用了规定格式"
-        },
-        {
-          "name": "识别为镜像拉取失败",
-          "description": "输出中包含 '镜像' 或 'image pull' 或 'pull' 相关关键词，说明技能正确定性了故障类型"
-        },
-        {
-          "name": "包含故障定性字段",
-          "description": "输出包含 '故障定性' 字段，符合规定的报告结构"
-        },
-        {
-          "name": "不包含修复建议",
-          "description": "输出不包含 '建议' 或 '修复' 或 '解决方案' 等字样，符合技能只做诊断不提供修复建议的要求"
-        }
-      ]
+      "prompt": "我们的 PR CI 挂了，Run ID 是 23326177540，repo 是 vllm-project/vllm-ascend，帮我诊断一下哪里出问题了",
+      "expected_output": "诊断所有失败 Job，写入 reports/diagnosis-23326177540.md，对话输出简短摘要和汇总表格",
+      "files": []
     },
     {
       "id": 2,
-      "prompt": "https://github.com/sgl-project/sglang/actions/runs/22573924024/job/65388415192",
-      "expected_output": "识别为基础设施故障：网络问题，输出结构化诊断报告",
-      "files": [],
-      "assertions": [
-        {
-          "name": "输出结构化报告（情况A格式）",
-          "description": "输出包含 '# GitHub Action 故障诊断报告' 标题，说明技能正确识别为基础设施故障并使用了规定格式"
-        },
-        {
-          "name": "识别为网络问题",
-          "description": "输出中包含 '网络' 或 'network' 或 'timeout' 或 'connection' 相关关键词，说明技能正确定性了故障类型"
-        },
-        {
-          "name": "包含故障定性字段",
-          "description": "输出包含 '故障定性' 字段，符合规定的报告结构"
-        },
-        {
-          "name": "不包含修复建议",
-          "description": "输出不包含 '建议' 或 '修复' 或 '解决方案' 等字样，符合技能只做诊断不提供修复建议的要求"
-        }
-      ]
+      "prompt": "这个 Job 一直失败，帮我看下：https://github.com/vllm-project/vllm-ascend/actions/runs/23282406275/job/67875153370",
+      "expected_output": "只诊断这一个 Job（不拉取整个 Run），写入 reports/diagnosis-job-67875153370.md，对话输出简短摘要和汇总表格",
+      "files": []
     }
   ]
 }
diff --git a/skills/infrastructure/github-action-diagnose/references/ascend-troubleshooting.md b/skills/infrastructure/github-action-diagnose/references/ascend-troubleshooting.md
index 60118bf..ee57dea 100644
--- a/skills/infrastructure/github-action-diagnose/references/ascend-troubleshooting.md
+++ b/skills/infrastructure/github-action-diagnose/references/ascend-troubleshooting.md
@@ -36,4 +36,3 @@ kubectl logs -n kube-system -l app=ascend-device-plugin
 Look for:
 - `get npu device count failed`
 - `npu device is unhealthy`
-
diff --git a/skills/infrastructure/github-action-diagnose/references/classification-guide.md b/skills/infrastructure/github-action-diagnose/references/classification-guide.md
new file mode 100644
index 0000000..6991964
--- /dev/null
+++ b/skills/infrastructure/github-action-diagnose/references/classification-guide.md
@@ -0,0 +1,76 @@
+# 问题分类判断树
+
+分类体系与 SKILL.md 保持一致：**类型 A**（基础设施）/ **类型 B**（代码Bug）/ **类型 C**（精度回归）/ **类型 D**（配置错误）/ **类型 E**（疑难）
+
+---
+
+## 第一步：失败发生在哪个阶段？
+
+| 失败步骤 | 初步定性 |
+|---------|---------|
+| `Set up job` / `Initialize containers` | **类型 A** — 直接归基础设施，无需看日志 |
+| `Checkout` / `Install dependencies` | **倾向类型 A**，但需确认是网络还是版本号写错（见场景 B） |
+| `Stream logs` / `Upload logs` | **类型 A** — 测试本身可能已通过，是 Runner 与 GitHub 通信失败 |
+| `Run test` / `Build` | **需同时排查 A 和 B**，不可只做其中之一 |
+
+---
+
+## 第二步：是类型 A 还是类型 B？（Run test/Build 阶段失败时）
+
+**倾向类型 A（基础设施）的信号：**
+- 多个 PR / 多个 Job 同时失败，且根因相同
+- 重跑后通过
+- 错误指向网络、存储、NPU 硬件（`ERR99999`）、OOM、exit code 255
+- `shm_broadcast` 超时 + `EngineDeadError`（Nightly 调度不稳定）
+- 无 Python 异常堆栈，进程被外部终止
+
+**倾向类型 B（代码 Bug）的信号：**
+- 有明确 Python 异常堆栈，且指向 PR 新增/修改的代码
+- 重跑仍然失败（稳定复现）
+- 其他 PR 没有同样的失败
+- PR diff 与失败路径直接对应
+
+**两者都有信号时 → 先排查 A，再排查 B**（基础设施问题可以掩盖代码问题，反之不成立）
+
+---
+
+## 第三步：细分类型
+
+### 类型 C：精度回归
+- 有明确精度数值报错：`Accuracy of ... is X, lower than Y`
+- 跌幅 < 3%：先重跑确认是否 flaky
+- 跌幅 > 5%：PR 引入功能性回归，检查推理路径改动
+
+### 类型 D：配置/YAML 错误
+- `undefined variable "False"`（YAML 大小写）
+- workflow 语法报错（actionlint）
+- 路径/权限配置错误
+
+### 类型 E：疑难 / 概率性
+- 无明确异常堆栈，进程静默挂死
+- 重跑有时通过、有时挂
+- 常见：triton ascend 概率挂、CPU offload 死锁
+
+---
+
+## 常见混淆场景
+
+**场景 A：`AssertionError` 是代码 Bug 还是精度回归？**
+- `AssertionError: Test0:` / `model_utils.py` 断言 → **类型 C**，精度回归
+- `AssertionError` 指向功能逻辑（如形状不匹配、返回值错误）→ **类型 B**，代码 Bug
+
+**场景 B：依赖失败 — 网络问题还是版本号写错？**
+- `No solution found` / `no version of xxx==Y.Y.Y` → **类型 A**，版本不存在于镜像源（或写错）
+- `connection refused` / 超时 → **类型 A**，网络/基础设施
+
+**场景 C：NPU function error — 硬件还是代码兼容性？**
+- `error code 507xxx` / `ERR99999` → **类型 A**，硬件/驱动故障
+- `error code 107xxx`（如 107030）→ CANN runtime 参数非法，**不是硬件信号**；若发生在 `model init` 且 PR 是版本升级/main2main → **类型 B**（新版本 init 路径与 torch_npu 不兼容）
+
+**场景 D：`EngineDeadError` — 代码 Bug 还是环境？**
+- 伴随 `shm_broadcast` 60s 超时连续出现，且为 Nightly 任务 → **类型 A**，资源调度不稳定
+- 启动阶段即崩溃，有明确 Python 堆栈 → **类型 B**
+
+**场景 E：exit code 255**
+- 通常是 K8s 强制终止，本身不是根因
+- 往前找 `RuntimeError`、`AssertionError` 才是真正失败原因
diff --git a/skills/infrastructure/github-action-diagnose/references/common-patterns.md b/skills/infrastructure/github-action-diagnose/references/common-patterns.md
new file mode 100644
index 0000000..ba1a8f8
--- /dev/null
+++ b/skills/infrastructure/github-action-diagnose/references/common-patterns.md
@@ -0,0 +1,271 @@
+# 常见 CI 错误模式速查（昇腾 NPU / ARC / K8s 环境）
+
+## 基础设施类
+
+### NPU 硬件错误（⚠️ 注意 error code 范围）
+```
+ERR99999
+error code 507035
+npu-smi info: device X not found
+```
+- **定性**：类型 A，硬件层故障
+- **分析**：用 `npu-smi info` 确认 NPU 状态；查看是否是特定节点的问题
+- **处理**：标记该节点为 SchedulingDisabled，上报硬件团队
+- **⚠️ 易误判**：`NPU function error: aclrtMemcpy, error code is 107xxx`（如 107030）**不是硬件错误**，是 CANN runtime 参数非法；若发生在 `model init` 阶段且 PR 是版本升级/main2main → 定性为**类型 B**（代码兼容性），参见 classification-guide.md 场景 D
+
+### 容器启动超时（Initialize containers 阶段）
+```
+[error] Executing the custom container implementation failed.
+Please contact your self hosted runner administrator.
+```
+日志在 `12:50:13` 开始执行 `k8s/index.js` 但 1 小时后无任何进展：
+- **定性**：类型 A
+- **可能原因**：镜像拉取超时（网络抖动/仓库限流）、NPU 资源争用（节点上 NPU 全被占用）、K8s 容器编排脚本卡死（API Server 响应慢）
+- **溯源**：查 Runner Pod 状态，反查物理节点，确认镜像拉取是否有失败事件
+
+### 网络代理绕过（Install dependencies 阶段）
+```
+Connecting to github.com|20.205.243.166|:443... connected.
+Unable to establish SSL connection.
+Error: command terminated with exit code 4
+```
+```
+ERROR 618: jwt:expired.
+Error: command terminated with exit code 8
+```
+- **定性**：类型 A，基础设施/网络
+- **根因**：安装脚本用 `wget` 直连 `github.com`，未经集群内代理（如 `gh-proxy.test.osinfra.cn`）转发，导致 SSL 失败 / JWT 签名 URL 过期
+- **触发位置**：通常在 `scripts/ci/npu/npu_ci_install_dependency.sh`
+- **修复方案 A（推荐）**：将下载 URL 替换为代理地址：
+  ```bash
+  GH_PROXY="https://gh-proxy.test.osinfra.cn"
+  wget "${GH_PROXY}/https://github.com/..."
+  ```
+- **修复方案 B**：将依赖预缓存到内部 cache-service，彻底脱离 GitHub 实时依赖
+
+### OOM / 内存不足
+```
+Bus error  (核心已转储)
+Killed
+exit code -9
+```
+- **定性**：类型 A
+- **Bus error**：通常是 SHM（共享内存）不足，多机/多卡训练时常见
+- **Killed / exit code -9**：系统 OOM Killer 终止进程
+- **处理**：检查 Pod 的内存 limit 配置；检查是否有其他 Pod 占用了节点内存
+
+### 多机任务连锁超时
+```
+[Rank X] Timeout waiting for ...
+```
+- **定性**：类型 A，但需找主节点（Master / Rank 0）
+- **分析**：某 Rank 报 Timeout 不一定是该 Rank 的问题——优先检查 **Master 节点**日志，是否有 `Unexpected Exit` 或驱动报错
+
+### Nightly 资源调度不稳定（Worker 进程挂死）
+```
+No available shared memory broadcast block found in 60 seconds.
+EngineDeadError: EngineCore encountered an issue.
+```
+- **定性**：类型 A，基础设施 / 资源调度不稳定
+- **背景**：Nightly 多机任务中，Worker 进程被调度抢占或 NPU 资源争用导致卡死，`shm_broadcast` 60s 超时连续触发，最终 EngineCore 死亡。`EngineDeadError` 本身不是根因，是连锁结果
+- **判断依据**：`shm_broadcast` 超时日志连续出现（每 60s 一次）；任务为 Nightly（非 PR CI）；早期推理吞吐日志正常，说明模型加载成功
+- **与代码 Bug 的区分**：代码 Bug 通常在启动阶段或首次推理即失败，且有明确的 Python 异常堆栈；此模式为运行一段时间后才崩溃，且无代码层异常
+- **处理**：直接重跑；若持续复现，检查对应节点的 NPU 调度竞争情况
+
+### Runner 调度失败（Set up job 阶段）
+```
+Waiting for runner... (timeout)
+No runners available
+```
+- **定性**：类型 A
+- **分析**：查看 ARC Scale Set 是否有 listener Pod 在运行；查看 Pending Pod 数量；检查节点是否有 `SchedulingDisabled`
+
+---
+
+## 代码类错误
+
+### UnboundLocalError（典型陷阱）
+```
+UnboundLocalError: cannot access local variable 'xxx' where it is not associated with a value
+```
+- **定性**：类型 B，代码 Bug
+- **典型模式**：`try: import lib except ImportError: pass`，之后直接使用 `lib` 变量，在 except 路径中 `lib` 未被赋值
+- **修复模式**：
+  ```python
+  try:
+      import huggingface_hub
+      _HF_HUB_AVAILABLE = True
+  except ImportError:
+      _HF_HUB_AVAILABLE = False
+
+  # 使用时：
+  if _HF_HUB_AVAILABLE:
+      try:
+          ...
+      except huggingface_hub.errors.LocalEntryNotFoundError:
+          ...
+  ```
+
+### 精度回归
+```
+AssertionError: 0.515 not greater than or equal to 0.59
+Accuracy of /root/.cache/.../ModelName is 0.515, is lower than 0.59
+```
+```
+FAILED tests/e2e/singlecard/test_quantization.py::test_qwen3_w8a8_quant - AssertionError: Test0:
+tests/e2e/model_utils.py:53: AssertionError
+```
+- **定性**：类型 C，精度回归
+- **分析方向**：找 PR 中对推理路径的改动（量化/反量化逻辑、speculative decoding、token 采样、接受逻辑）
+- **注意**：`AssertionError: TestN:` 来自 `model_utils.py` 的输出正确性断言，也是精度回归，不是功能性代码 Bug；跌幅 > 5-13% 通常是功能性回归，不是随机波动
+
+### YAML 语法错误
+```
+undefined variable "False"
+```
+- **定性**：类型 D
+- **根因**：YAML 中 `True`/`False` 应为小写 `true`/`false`
+
+### 测试断言失败
+```
+AssertionError
+FAIL: TestXxx
+Expected: xxx, Got: yyy
+```
+- **分析步骤**：
+  1. 判断是测试写错（预期值不合理）还是被测逻辑错
+  2. 对比 PR diff 找到变更点
+  3. 重跑确认是否 flaky
+
+---
+
+### ModelScope 网络不稳定（Run test 阶段）
+```
+Downloading model from modelscope...
+ConnectionError: ('Connection aborted.', RemoteDisconnected('...'))
+urllib3.exceptions.ReadTimeoutError
+HTTPSConnectionPool: Read timed out
+```
+- **定性**：类型 A，网络/基础设施
+- **背景**：vllm-ascend 测试使用 ModelScope 下载模型（`VLLM_USE_MODELSCOPE=True`），模型缓存在 `/root/.cache/modelscope/`。网络抖动会导致下载中断，表现为 Run test 阶段报网络超时而非代码异常
+- **判断依据**：失败在 Run test 早期（模型加载前），错误为网络类而非 Python 异常；其他 Job / 其他时间重跑可通过
+- **处理**：直接重跑。如频繁出现，检查集群到 ModelScope CDN 的网络质量；考虑将常用模型预缓存到节点本地，避免每次实时下载
+
+### UT 卡死 / 超时（主线合入脏代码）
+```
+# 无明显报错，Job 运行 2-3 小时后超时取消
+Canceling since a higher priority waiting request ... exists
+# 或超时被 K8s 强制终止
+command terminated with exit code 255
+```
+- **定性**：类型 B，代码 Bug（通常是主线合入了有问题的代码）
+- **背景**：UT 正常运行时间约 30-60 分钟。如果 UT 运行超过 2 小时仍无进展，通常是某个测试死锁或无限等待，而非基础设施问题
+- **与基础设施超时的区分**：基础设施超时发生在 `Initialize containers` 阶段；UT 卡死发生在 `Run unit test` 阶段，且 Job 已正常启动并运行了较长时间
+- **排查步骤**：
+  1. 查看 UT 日志的最后输出，定位卡在哪个测试文件/函数
+  2. 检查最近合入 main 的 commit，是否包含涉及锁、进程通信、分布式初始化的改动
+  3. 本地运行该测试用例（单独运行，加超时）复现
+- **处理**：定位并 revert 引入死锁的 commit，或修复相关代码
+
+### CPU Offload 概率性挂死
+```
+# 无异常堆栈，进程在 Run e2e test 阶段静默挂起
+Error executing in Docker Container: 1
+Executing the custom container implementation failed.
+```
+- **定性**：类型 E，疑难/概率性问题
+- **背景**：CPU offload 功能在特定配置下存在概率性死锁，进程不报错但不返回，被容器超时机制终止，表现为 exit code 1
+- **与真实测试失败的区分**：
+  - 概率挂：日志在测试中途截断，无 `FAILED` / `AssertionError` 等 pytest 汇总行
+  - 真实失败：有明确的 `FAILED tests/xxx.py::test_xxx` + 异常堆栈
+- **处理**：先重跑 1-2 次确认概率性；能通过则上报 CPU offload 模块追踪死锁路径
+
+### 依赖解析失败（Install 阶段）
+```
+× No solution found when resolving dependencies:
+╰─▶ Because there is no version of modelscope==1.35.1 and you require
+    modelscope==1.35.1, we can conclude that your requirements are unsatisfiable.
+```
+```
+ERROR: Could not find a version that satisfies the requirement xxx
+ERROR: No matching distribution found for xxx
+```
+- **定性**：类型 A，依赖源配置问题
+- **背景**：依赖版本在 PyPI / 镜像源中不存在，导致依赖解析失败，后续步骤连锁失败
+- **⚠️ 常见误判**：依赖解析失败后会产生大量 "error"、"failed" 级联日志（如 `find: '/usr/lib/python3': No such file`），容易被误判为 Python 环境问题或镜像缺失
+- **关键诊断**：搜索 `unsatisfiable|No solution found|no version of|requirements are unsatisfiable`
+- **处理**：检查版本号是否正确、依赖是否已发布到配置的镜像源
+
+### vllm-ascend 安装失败（Install 阶段 build error）
+```
+Installing build dependencies: finished with status 'error'
+error: subprocess-exited-with-error
+× installing build dependencies did not run successfully. exit code: 1
+ERROR: Failed to build 'file:///__w/vllm-ascend/vllm-ascend/vllm-empty'
+```
+- **定性**：类型 A 或 B，需区分
+- **背景**：`Install vllm-project/vllm-ascend` 或 `Install vllm from source` 阶段，csrc 编译或 build dependency 安装失败
+- **⚠️ 常见误判**：同步出现的 apt `403 Forbidden`（针对 `jammy-backports`/`jammy-security`）是次要现象，不是根因，这两个仓库为可选安全更新源，403 不影响核心依赖安装
+- **区分根因**：
+  - 检查 PR 是否修改了 csrc/CMakeLists/setup.py → 可能是 PR 引入（类型 B）
+  - 与最近主线无关、其他 PR 同期也失败 → 可能是环境依赖版本问题（类型 A）
+- **处理**：在对应硬件（310p/A3）环境本地复现；检查 build dependency 版本兼容性
+
+### CANN tiling 编译警告（⚠️ 不是根因）
+```
+[ERROR][xxx] Register tiling func failed, please check the class name.
+[ERROR][xxx] Get op tiling func failed, please check the soc version %d
+[ERROR][xxx] Do op tiling failed, cannot find soc version.
+```
+- **定性**：编译阶段正常输出，**不是测试失败根因**
+- **背景**：这些日志来自 CANN SDK 的 tiling 注册过程，属于 DEBUG 级别的编译输出，不代表运行时失败
+- **⚠️ 常见误判**：这些日志数量大（可达数百行），容易被 grep 脚本捕获后误认为是根因
+- **识别方法**：
+  - 时间戳：在 `Install vllm-ascend` 阶段（编译期）出现
+  - 日志级别：DEBUG 或普通 ERROR，无 Traceback
+  - 真正的根因需要往后找 `RuntimeError`、`AssertionError`、`exit code 255`
+- **处理**：忽略 tiling 警告，继续分析测试阶段的运行时错误
+
+### Git dubious ownership（Install 阶段）
+```
+git introspection failed: fatal: detected dubious ownership in repository at '/__w/xxx/xxx'
+```
+- **定性**：类型 A，基础设施 — Git 安全检查阻止构建
+- **背景**：Git 仓库所有者与当前用户不匹配，通常发生在容器内运行 CI Job 时
+- **关键诊断**：搜索 `dubious ownership`
+- **处理**：在 workflow 或容器启动脚本中添加 `git config --global --add safe.directory '*'`
+
+### Triton Ascend 概率性挂死
+```
+# 无异常堆栈，进程静默挂起
+# 或：
+Traceback (most recent call last):
+  ...
+RuntimeError: [Triton] ...
+# 或 Job 超时，无有意义的错误信息
+```
+- **定性**：类型 E，疑难/概率性问题
+- **背景**：triton_ascend 在特定算子或配置下存在概率性挂死，表现为进程不报错但永远不返回，最终被超时机制终止
+- **判断依据**：
+  - 重跑有时通过、有时挂
+  - 失败点随机（不固定在某个测试）
+  - 日志截断，无完整的 Python 异常堆栈
+  - 涉及 triton_ascend 编译或 kernel 执行阶段
+- **处理**：
+  1. 先重跑 1-2 次确认是否概率性（能通过则大概率是此类问题）
+  2. 记录卡死时最后执行的算子/测试，上报 triton_ascend 团队
+  3. 短期可跳过该测试或降低并发度规避；长期需 triton_ascend 侧修复
+
+---
+
+## Runner Pod 命名规范
+
+ARC/K8s 环境中 Runner Pod 名称的结构：
+```
+linux-aarch64-a3-2-x51bm-runner-ksnwc
+     ↑架构      ↑节点池  ↑      ↑随机后缀
+                  a3-2 = 节点池编号
+                       x51bm = 物理机标识（有时）
+```
+
+常见节点池：`a3-0`、`a3-2`、`a3-4` 等，对应不同的 ARC Runner Scale Set 和物理机组。
diff --git a/skills/infrastructure/github-action-diagnose/references/vllm-ascend.md b/skills/infrastructure/github-action-diagnose/references/vllm-ascend.md
new file mode 100644
index 0000000..1608b8c
--- /dev/null
+++ b/skills/infrastructure/github-action-diagnose/references/vllm-ascend.md
@@ -0,0 +1,152 @@
+# vllm-ascend 仓库专用参考
+
+仓库：`vllm-project/vllm-ascend`
+这是 vLLM 在华为昇腾（Ascend）NPU 上的适配层，基于 ARC/K8s + GitHub Actions。
+
+---
+
+## Runner 类型与节点池
+
+vllm-ascend 有两种 runner，溯源方式不同：
+
+### 静态 Runner（固定节点，长期运行）
+| Runner 名 | 硬件 | 用途 |
+|-----------|------|------|
+| `linux-aarch64-a2b3-0` | Atlas 800 A2B3 | 轻量 job（trigger 解析、变更检测） |
+| `linux-aarch64-a2b3-1` | Atlas 800 A2B3 | E2E singlecard 测试 |
+| `linux-aarch64-a3-2` | Atlas 800 A3 | A3 单机测试 |
+| `linux-aarch64-a3-4` | Atlas 800 A3 | A3 4 卡测试 |
+| `linux-aarch64-310p-1` | Atlas 300I Pro (310P) | 310P 单卡测试 |
+| `linux-aarch64-310p-4` | Atlas 300I Pro (310P) | 310P 4 卡测试 |
+| `linux-amd64-cpu-8-hk` | x86 CPU（香港） | lint / pre-commit（无 NPU） |
+
+静态 runner 出问题：pod 不会销毁，可直接 `kubectl get pod` 查节点。
+
+### ARC 动态 Runner（K8s 弹性扩容）
+用于 nightly 等高并发场景，pod 名格式：
+```
+linux-aarch64-a3-2-x51bm-runner-ksnwc
+      ↑架构      ↑节点池       ↑随机后缀
+```
+节点池编号（`a3-0`、`a3-2` 等）对应不同物理机组。
+动态 runner 任务完成后 pod 会销毁，需从日志系统（Loki/ELK）查调度记录。
+
+---
+
+## 内部服务
+
+这些是集群内部地址，出现在 workflow 日志中属于正常配置，**如果访问失败则是基础设施问题**：
+
+| 服务 | 地址 | 用途 |
+|------|------|------|
+| PyPI 缓存 | `http://cache-service.nginx-pypi-cache.svc.cluster.local/pypi/simple` | 所有 `uv pip install` 走这里 |
+| apt 镜像 | `cache-service.nginx-pypi-cache.svc.cluster.local:8081` | apt 源替换 |
+| GitHub 代理 | `https://gh-proxy.test.osinfra.cn` | git clone / wget GitHub 资源 |
+| Ascend PyPI | `https://mirrors.huaweicloud.com/ascend/repos/pypi` | Ascend 专用包（CANN 等） |
+
+**关键诊断规则：**
+- `Install dependencies` 失败 + 报 `cache-service` 连接超时 → **基础设施/集群内网问题**，不是代码问题
+- `wget github.com` 直连失败 → 脚本未走 `gh-proxy` → **脚本配置问题**（代码/CI维护者）
+- `git clone github.com` 失败 → 检查是否配置了 `url insteadOf gh-proxy`
+
+---
+
+## 主要 Workflow 及触发条件
+
+| Workflow | 触发 | Runner | 说明 |
+|---------|------|--------|------|
+| `pr_test_light.yaml` | 每个 PR 到 main/*-dev/releases/v* | a2b3-1 + amd64 | lint + e2e-singlecard-light |
+| `pr_test_full.yaml` | PR 打 label 或手动触发 | a2b3-1 + a3-2/4 | 完整测试套件 |
+| `schedule_nightly_test_a3.yaml` | 每天 23:45 北京时间 | a3 动态 runner | nightly 全量测试 |
+| `_pre_commit.yml` | 被上述 workflow 调用 | `linux-amd64-cpu-8-hk` | lint：actionlint / markdownlint / mypy |
+
+**PR CI 触发变更检测逻辑（重要）：**
+PR CI 中有一个 `changes` job，用 `dorny/paths-filter` 判断哪些测试需要跑：
+- 改了 `vllm_ascend/**`、`tests/e2e/**`、`CMakeLists.txt`、`setup.py` 等 → 触发 e2e 测试
+- 只改了 `tests/ut/**` → 只触发 unit test
+- 只改了文档等 → 只跑 lint
+
+因此：**如果测试没有被触发，先检查变更文件是否命中了对应的 path filter**，不要误判为 CI 基础设施问题。
+
+---
+
+## 测试套件结构
+
+测试用 `run_suite.py` 统一调度，套件定义在 `.github/workflows/scripts/config.yaml`：
+
+| 套件名 | 说明 |
+|--------|------|
+| `e2e-singlecard-light` | PR CI 默认跑的轻量单卡测试 |
+| `e2e-singlecard` | 完整单卡测试 |
+| `e2e-2card-light` | 2 卡轻量测试 |
+| `e2e-multicard-2-cards` | 2 卡多卡测试 |
+| `e2e-multicard-4-cards` | 4 卡多卡测试 |
+
+测试文件路径：`tests/e2e/singlecard/`、`tests/e2e/multicard/`、`tests/ut/`
+
+**定位具体失败用例：**
+```bash
+# 从 gh 日志中找到失败的具体 test 文件和函数名
+gh run view --job <job_id> --log-failed --repo vllm-project/vllm-ascend | grep -E "FAILED|ERROR|assert"
+```
+
+---
+
+## 环境与依赖特殊说明
+
+### 包管理器：uv（不是 pip）
+所有依赖安装用 `uv pip install`，报错格式与 pip 略有不同：
+```
+# uv 典型报错
+error: Distribution ... not found (no matching distribution)
+error: Failed to download ... Connection refused
+```
+
+### 模型来源：ModelScope（不是 HuggingFace）
+所有测试环境设置了：
+```
+VLLM_USE_MODELSCOPE: True
+HF_HUB_OFFLINE: 1
+```
+模型缓存在 runner 节点的 `/root/.cache/modelscope/`（不是 `~/.cache/huggingface/`）。
+精度回归分析时，模型路径格式为：
+```
+/root/.cache/modelscope/hub/xxx/ModelName
+```
+
+### CANN 环境激活
+Workflow 统一配置了：
+```yaml
+defaults:
+  run:
+    shell: bash -el {0}
+```
+这是因为 CANN toolkit 的环境变量需要通过 shell profile 激活。如果某个 step 没有用这个 shell 配置，可能导致 NPU 驱动不可用。
+
+---
+
+## 常见 PR CI 失败场景速查
+
+### Lint 失败（pre-commit job）
+- **Runner**：`linux-amd64-cpu-8-hk`（CPU，无 NPU，不需要节点溯源）
+- **常见错误**：mypy 类型检查失败、markdownlint 格式问题、actionlint workflow 语法问题
+- **责任方**：PR 作者
+- **修复**：本地运行 `pre-commit run --all-files` 复现
+
+### Install dependencies 失败
+- 先判断是哪个依赖源出问题：`cache-service`（基础设施）还是 GitHub 直连（脚本配置）
+- `uv pip install` 从 `cache-service` 失败 → 基础设施问题，重跑
+- `wget`/`git clone` 从 `github.com` 直连失败 → 检查 gh-proxy 配置
+
+### 测试精度回归
+vllm-ascend 的精度测试会检查模型推理结果是否达到阈值，常见断言：
+```python
+assert accuracy >= threshold, f"Accuracy of {model_path} is {accuracy}, is lower than {threshold}"
+```
+- 跌幅 < 3%：可能是随机性，先确认是否 flaky（重跑）
+- 跌幅 > 5%：PR 引入了功能性回归，检查 speculative decoding、采样逻辑、kernel 改动
+
+### 多机任务失败（nightly multi-node）
+- nightly A3 的多机测试中，Rank N timeout 不代表 Rank N 出问题
+- 排查顺序：Master（Rank 0）→ 其他 Rank
+- 检查 Master 的日志：`Unexpected Exit`、驱动报错、`ERR99999`
diff --git a/skills/infrastructure/github-action-diagnose/scripts/collect-failed-runs.js b/skills/infrastructure/github-action-diagnose/scripts/collect-failed-runs.js
new file mode 100644
index 0000000..f1755b6
--- /dev/null
+++ b/skills/infrastructure/github-action-diagnose/scripts/collect-failed-runs.js
@@ -0,0 +1,369 @@
+#!/usr/bin/env node
+/**
+ * collect-failed-runs.js - 收集 GitHub 仓库一段时间内失败的 CI，支持按 Job 名称过滤
+ *
+ * 用法:
+ *   node scripts/collect-failed-runs.js --hours 24 --exclude-jobs lint
+ *   node scripts/collect-failed-runs.js --from 2024-01-01 --to 2024-01-31
+ *   node scripts/collect-failed-runs.js --hours 24 --exclude-jobs lint "check-style" --output custom.xlsx
+ *
+ * 依赖:
+ *   npm install xlsx
+ */
+
+const XLSX = require('xlsx');
+const https = require('https');
+const fs = require('fs');
+const path = require('path');
+
+function parseArgs() {
+  const args = process.argv.slice(2);
+  const parsed = {
+    repo: 'vllm-project/vllm-ascend',
+    from_date: null,
+    to_date: null,
+    hours: null,
+    exclude_jobs: [],
+    output: null,
+    token: process.env.GITHUB_TOKEN || '',
+    per_page: 100,
+  };
+
+  let i = 0;
+  while (i < args.length) {
+    switch (args[i]) {
+      case '--repo':
+        parsed.repo = args[++i];
+        break;
+      case '--from':
+        parsed.from_date = args[++i];
+        break;
+      case '--to':
+        parsed.to_date = args[++i];
+        break;
+      case '--hours':
+        parsed.hours = parseInt(args[++i], 10);
+        break;
+      case '--exclude-jobs':
+        while (i + 1 < args.length && !args[i + 1].startsWith('--')) {
+          parsed.exclude_jobs.push(args[++i]);
+        }
+        break;
+      case '--output':
+        parsed.output = args[++i];
+        break;
+      case '--token':
+        parsed.token = args[++i];
+        break;
+      case '--per-page':
+        parsed.per_page = parseInt(args[++i], 10);
+        break;
+      default:
+        console.error(`未知参数: ${args[i]}`);
+        process.exit(1);
+    }
+    i++;
+  }
+
+  return parsed;
+}
+
+function getTimeRange(args) {
+  const now = new Date();
+
+  if (args.from_date && args.to_date) {
+    const since = new Date(args.from_date + 'T00:00:00Z');
+    const until = new Date(args.to_date + 'T23:59:59Z');
+    return { since: since.toISOString(), until: until.toISOString() };
+  } else if (args.from_date) {
+    const since = new Date(args.from_date + 'T00:00:00Z');
+    return { since: since.toISOString(), until: now.toISOString() };
+  } else if (args.hours) {
+    const since = new Date(now.getTime() - args.hours * 60 * 60 * 1000);
+    return { since: since.toISOString(), until: now.toISOString() };
+  } else {
+    const since = new Date(now.getTime() - 2 * 60 * 60 * 1000);
+    return { since: since.toISOString(), until: now.toISOString() };
+  }
+}
+
+function githubGet(urlPath, token) {
+  return new Promise((resolve, reject) => {
+    const url = new URL(urlPath, 'https://api.github.com');
+    const options = {
+      hostname: url.hostname,
+      path: url.pathname + url.search,
+      method: 'GET',
+      headers: {
+        Accept: 'application/vnd.github+json',
+        'X-GitHub-Api-Version': '2022-11-28',
+        'User-Agent': 'collect-failed-runs-script',
+      },
+    };
+
+    if (token) {
+      options.headers['Authorization'] = `Bearer ${token}`;
+    }
+
+    https.get(options, (res) => {
+      let data = '';
+      res.on('data', (chunk) => (data += chunk));
+      res.on('end', () => {
+        if (res.statusCode >= 200 && res.statusCode < 300) {
+          try {
+            resolve(JSON.parse(data));
+          } catch (e) {
+            reject(new Error(`Failed to parse JSON: ${e.message}`));
+          }
+        } else {
+          reject(new Error(`HTTP ${res.statusCode}: ${data}`));
+        }
+      });
+    }).on('error', reject);
+  });
+}
+
+async function fetchFailedRuns(repo, since, until, token, perPage) {
+  const allRuns = [];
+  let page = 1;
+
+  while (true) {
+    const params = new URLSearchParams({
+      status: 'failure',
+      per_page: perPage.toString(),
+      page: page.toString(),
+      created: `${since}..${until}`,
+    });
+
+    const urlPath = `/repos/${repo}/actions/runs?${params.toString()}`;
+    const data = await githubGet(urlPath, token);
+    const runs = data.workflow_runs || [];
+
+    if (runs.length === 0) break;
+
+    allRuns.push(...runs);
+
+    if (runs.length < perPage) break;
+    page++;
+  }
+
+  return allRuns;
+}
+
+async function fetchRunJobs(repo, runId, token) {
+  const allJobs = [];
+  let page = 1;
+
+  while (true) {
+    const params = new URLSearchParams({
+      per_page: '100',
+      page: page.toString(),
+    });
+
+    const urlPath = `/repos/${repo}/actions/runs/${runId}/jobs?${params.toString()}`;
+    const data = await githubGet(urlPath, token);
+    const jobs = data.jobs || [];
+
+    if (jobs.length === 0) break;
+
+    allJobs.push(...jobs);
+
+    if (jobs.length < 100) break;
+    page++;
+  }
+
+  return allJobs;
+}
+
+function shouldExcludeRun(jobs, excludePatterns) {
+  if (excludePatterns.length === 0) return false;
+
+  const failedJobs = jobs.filter((j) => j.conclusion === 'failure');
+  if (failedJobs.length === 0) return true;
+
+  for (const job of failedJobs) {
+    const jobName = job.name || '';
+    const isExcluded = excludePatterns.some((pattern) =>
+      new RegExp(pattern, 'i').test(jobName)
+    );
+    if (!isExcluded) return false;
+  }
+
+  return true;
+}
+
+function getExcludedJobNames(jobs, excludePatterns) {
+  const excluded = [];
+  for (const job of jobs) {
+    if (job.conclusion !== 'failure') continue;
+    const jobName = job.name || '';
+    const isExcluded = excludePatterns.some((pattern) =>
+      new RegExp(pattern, 'i').test(jobName)
+    );
+    if (isExcluded) excluded.push(jobName);
+  }
+  return excluded;
+}
+
+function calcDuration(isoStr1, isoStr2) {
+  try {
+    const d1 = new Date(isoStr1);
+    const d2 = new Date(isoStr2);
+    const diffMs = d2 - d1;
+    const totalSeconds = Math.floor(diffMs / 1000);
+    const hours = Math.floor(totalSeconds / 3600);
+    const minutes = Math.floor((totalSeconds % 3600) / 60);
+    const seconds = totalSeconds % 60;
+
+    const parts = [];
+    if (hours > 0) parts.push(`${hours}h`);
+    if (minutes > 0) parts.push(`${minutes}m`);
+    parts.push(`${seconds}s`);
+    return parts.join(' ');
+  } catch {
+    return 'N/A';
+  }
+}
+
+function formatTime(isoStr) {
+  try {
+    const d = new Date(isoStr);
+    const pad = (n) => n.toString().padStart(2, '0');
+    return `${d.getFullYear()}-${pad(d.getMonth() + 1)}-${pad(d.getDate())} ${pad(d.getHours())}:${pad(d.getMinutes())}:${pad(d.getSeconds())}`;
+  } catch {
+    return isoStr;
+  }
+}
+
+function writeXlsx(records, outputPath) {
+  const data = [
+    ['URL', 'Run ID', '创建时间', '失败时间', '运行时间', '工作流名称', '分支', '用户'],
+  ];
+
+  for (const r of records) {
+    data.push([
+      r.url,
+      r.run_id,
+      r.created_at,
+      r.updated_at,
+      r.duration,
+      r.workflow_name,
+      r.branch,
+      r.user,
+    ]);
+  }
+
+  const ws = XLSX.utils.aoa_to_sheet(data);
+
+  const colWidths = [
+    { wch: 60 },
+    { wch: 18 },
+    { wch: 22 },
+    { wch: 22 },
+    { wch: 15 },
+    { wch: 30 },
+    { wch: 25 },
+    { wch: 20 },
+  ];
+  ws['!cols'] = colWidths;
+
+  const wb = XLSX.utils.book_new();
+  XLSX.utils.book_append_sheet(wb, ws, '失败记录');
+  XLSX.writeFile(wb, outputPath);
+}
+
+async function main() {
+  const args = parseArgs();
+
+  if (!args.token) {
+    console.log('警告: 未设置 GitHub Token，可能触发 API 限流。');
+    console.log('请设置环境变量 GITHUB_TOKEN 或使用 --token 参数。');
+  }
+
+  const { since, until } = getTimeRange(args);
+  console.log(`仓库: ${args.repo}`);
+  console.log(`时间范围: ${since} ~ ${until}`);
+  if (args.exclude_jobs.length > 0) {
+    console.log(`排除 Job: ${args.exclude_jobs.join(', ')}`);
+  }
+  console.log();
+
+  console.log('获取失败的 Runs...');
+  const runs = await fetchFailedRuns(
+    args.repo,
+    since,
+    until,
+    args.token,
+    args.per_page
+  );
+  console.log(`共获取到 ${runs.length} 个失败的 Run`);
+
+  const records = [];
+  let skippedCount = 0;
+  const skippedReasons = [];
+
+  for (let i = 0; i < runs.length; i++) {
+    const run = runs[i];
+    const runId = run.id;
+    process.stdout.write(`  处理 [${i + 1}/${runs.length}] Run #${runId}... `);
+
+    const jobs = await fetchRunJobs(args.repo, runId, args.token);
+
+    if (shouldExcludeRun(jobs, args.exclude_jobs)) {
+      const excludedNames = getExcludedJobNames(jobs, args.exclude_jobs);
+      skippedCount++;
+      skippedReasons.push(
+        `Run #${runId} 被排除 (失败 Job: ${excludedNames.join(', ')})`
+      );
+      console.log('跳过 (被过滤)');
+      continue;
+    }
+
+    const user = (run.triggering_actor && run.triggering_actor.login) || 'N/A';
+
+    records.push({
+      url: `https://github.com/${args.repo}/actions/runs/${runId}`,
+      run_id: runId,
+      created_at: formatTime(run.created_at),
+      updated_at: formatTime(run.updated_at),
+      duration: calcDuration(run.created_at, run.updated_at),
+      workflow_name: run.name || 'N/A',
+      branch: run.head_branch || 'N/A',
+      user: user,
+    });
+    console.log('保留');
+  }
+
+  console.log();
+  console.log(`保留 ${records.length} 条记录，跳过 ${skippedCount} 条`);
+
+  if (skippedReasons.length > 0) {
+    console.log('\n跳过的 Run:');
+    for (const reason of skippedReasons) {
+      console.log(`  - ${reason}`);
+    }
+  }
+
+  if (records.length === 0) {
+    console.log('\n没有符合条件的记录，不生成文件。');
+    return;
+  }
+
+  let outputPath = args.output;
+  if (!outputPath) {
+    const outputDir = 'Fail_CI_Problem';
+    if (!fs.existsSync(outputDir)) {
+      fs.mkdirSync(outputDir, { recursive: true });
+    }
+    const today = new Date().toISOString().split('T')[0];
+    outputPath = path.join(outputDir, `failed-runs-${today}.xlsx`);
+  }
+
+  writeXlsx(records, outputPath);
+  console.log(`\n已写入: ${outputPath}`);
+}
+
+main().catch((err) => {
+  console.error('错误:', err.message);
+  process.exit(1);
+});
diff --git a/skills/infrastructure/github-action-diagnose/scripts/diagnose-ci-runs.js b/skills/infrastructure/github-action-diagnose/scripts/diagnose-ci-runs.js
new file mode 100644
index 0000000..a8b4c74
--- /dev/null
+++ b/skills/infrastructure/github-action-diagnose/scripts/diagnose-ci-runs.js
@@ -0,0 +1,495 @@
+#!/usr/bin/env node
+/**
+ * diagnose-ci-runs.js - 从 xlsx 提取 CI URL，调用 fetch-run.sh 获取日志，
+ *                       使用 Alibaba 大模型分析并写回诊断结果
+ *
+ * 用法:
+ *   node scripts/diagnose-ci-runs.js
+ *   node scripts/diagnose-ci-runs.js --input Fail_CI_Problem/failed-runs-2026-04-10.xlsx
+ *   node scripts/diagnose-ci-runs.js --input file.xlsx --model qwen3-coder-plus --batch-size 5
+ *
+ * 依赖:
+ *   npm install xlsx
+ *   gh CLI 已安装并登录
+ */
+
+const XLSX = require('xlsx');
+const https = require('https');
+const { execSync } = require('child_process');
+const fs = require('fs');
+const path = require('path');
+
+// ── 配置 ──────────────────────────────────────────────────────────────────────
+
+const ALIBABA_API_KEY = process.env.ALIBABA_API_KEY || '';
+const DEFAULT_MODEL = 'qwen3.6-plus';
+const DEFAULT_BATCH_SIZE = 5;
+const DEFAULT_REPO = 'vllm-project/vllm-ascend';
+
+// ── 参数解析 ──────────────────────────────────────────────────────────────────
+
+function parseArgs() {
+  const args = process.argv.slice(2);
+  const parsed = {
+    input: null,
+    model: DEFAULT_MODEL,
+    batchSize: DEFAULT_BATCH_SIZE,
+    limit: null,
+    repo: DEFAULT_REPO,
+    apiKey: ALIBABA_API_KEY,
+  };
+
+  let i = 0;
+  while (i < args.length) {
+    switch (args[i]) {
+      case '--input':
+        parsed.input = args[++i];
+        break;
+      case '--model':
+        parsed.model = args[++i];
+        break;
+      case '--batch-size':
+        parsed.batchSize = parseInt(args[++i], 10);
+        break;
+      case '--limit':
+        parsed.limit = parseInt(args[++i], 10);
+        break;
+      case '--repo':
+        parsed.repo = args[++i];
+        break;
+      case '--api-key':
+        parsed.apiKey = args[++i];
+        break;
+      default:
+        console.error(`未知参数: ${args[i]}`);
+        process.exit(1);
+    }
+    i++;
+  }
+
+  return parsed;
+}
+
+// ── 查找最新的 xlsx 文件 ─────────────────────────────────────────────────────
+
+function findLatestXlsx() {
+  const outputDir = path.join(__dirname, '..', 'Fail_CI_Problem');
+  if (!fs.existsSync(outputDir)) {
+    console.error('错误: 未找到 Fail_CI_Problem 目录，请先运行 collect-failed-runs.js');
+    process.exit(1);
+  }
+
+  const files = fs.readdirSync(outputDir)
+    .filter(f => f.endsWith('.xlsx') && f.startsWith('failed-runs-'))
+    .sort()
+    .reverse();
+
+  if (files.length === 0) {
+    console.error('错误: Fail_CI_Problem 目录中没有找到 failed-runs-*.xlsx 文件');
+    process.exit(1);
+  }
+
+  return path.join(outputDir, files[0]);
+}
+
+// ── 读取 xlsx ─────────────────────────────────────────────────────────────────
+
+function readXlsx(filePath) {
+  const wb = XLSX.readFile(filePath);
+  const ws = wb.Sheets[wb.SheetNames[0]];
+  const data = XLSX.utils.sheet_to_json(ws);
+  return { wb, ws, data, filePath };
+}
+
+// ── 提取 run_id 从 URL ────────────────────────────────────────────────────────
+
+function extractRunId(url) {
+  const match = url.match(/\/runs\/(\d+)/);
+  return match ? match[1] : null;
+}
+
+// ── 使用 fetch-run.sh 获取日志（SKILL.md Step 1b 要求） ──────────────────────
+
+const SKILL_DIR = path.join(__dirname, '..', 'skills', 'infrastructure', 'github-action-diagnose');
+const FETCH_RUN_SCRIPT = path.join(SKILL_DIR, 'scripts', 'fetch-run.sh');
+const GIT_BASH = 'C:\\Program Files\\Git\\bin\\bash.exe';
+
+function fetchRunLogs(runId, repo) {
+  try {
+    // 使用 fetch-run.sh 脚本获取日志（SKILL.md Step 1b 要求）
+    // 原因：1) 日志可能很大导致 API 超时  2) 脚本内置预过滤逻辑  3) 排除 tiling 警告
+    const scriptPath = FETCH_RUN_SCRIPT.replace(/\\/g, '/');
+    const output = execSync(
+      `"${GIT_BASH}" "${scriptPath}" ${runId} ${repo}`,
+      { encoding: 'utf8', timeout: 120000, maxBuffer: 50 * 1024 * 1024 }
+    );
+
+    // 如果脚本输出为空或太短，尝试直接获取
+    if (!output || output.trim().length < 100) {
+      return fetchRunLogsFallback(runId, repo);
+    }
+
+    return output;
+  } catch (err) {
+    console.error(`  fetch-run.sh 失败: ${err.message}`);
+    console.log('  使用备用方式获取日志...');
+    return fetchRunLogsFallback(runId, repo);
+  }
+}
+
+// 备用方案：直接使用 gh CLI 获取日志
+function fetchRunLogsFallback(runId, repo) {
+  try {
+    const runView = execSync(
+      `gh run view ${runId} --repo ${repo} 2>&1`,
+      { encoding: 'utf8', timeout: 60000, maxBuffer: 10 * 1024 * 1024 }
+    );
+
+    let failedLogs = '';
+    try {
+      const logFailed = execSync(
+        `gh run view ${runId} --log-failed --repo ${repo} 2>&1`,
+        { encoding: 'utf8', timeout: 120000, maxBuffer: 50 * 1024 * 1024 }
+      );
+
+      const lines = logFailed.split('\n');
+      const keyPatterns = [
+        /RuntimeError|OutOfMemoryError|NPU out of memory|AssertionError|EngineDeadError/i,
+        /exit code [1-9]|exit code 255|Process completed with exit code/i,
+        /error code [0-9]+|ERR[0-9]+/i,
+        /ETIMEDOUT|Connection refused|Network is unreachable/i,
+        /OOM|Killed|Bus error|Segmentation fault/i,
+        /unsatisfiable|No solution found|dependency.*failed/i,
+        /Accuracy.*lower than|precision.*drop/i,
+        /undefined variable|syntax error|yaml.*error/i,
+      ];
+      const excludePatterns = [
+        /tiling func|Register tiling|ops_error\.h|error_check\.h/i,
+        /##\[group\]|##\[endgroup\]/i,
+        /^\s*$/,
+      ];
+
+      const keyLines = lines.filter(line => {
+        if (excludePatterns.some(p => p.test(line))) return false;
+        return keyPatterns.some(p => p.test(line));
+      }).slice(0, 50);
+
+      failedLogs = keyLines.join('\n');
+
+      if (keyLines.length < 10) {
+        const lastLines = lines.slice(-20).join('\n');
+        failedLogs += '\n\n=== Last 20 lines of log ===\n' + lastLines;
+      }
+    } catch (e) {
+      // 忽略
+    }
+
+    return `=== Run Overview ===\n${runView}\n\n=== Failed Job Logs (filtered) ===\n${failedLogs}`;
+  } catch (err) {
+    console.error(`  获取 Run #${runId} 日志失败: ${err.message}`);
+    return null;
+  }
+}
+
+// ── 调用 Alibaba API ──────────────────────────────────────────────────────────
+
+function callAlibabaAPI(messages, model, apiKey) {
+  return new Promise((resolve, reject) => {
+    const payload = JSON.stringify({
+      model: model,
+      messages: messages,
+      temperature: 0.1,
+      max_tokens: 4096,
+    });
+
+    const options = {
+      hostname: 'dashscope.aliyuncs.com',
+      path: '/compatible-mode/v1/chat/completions',
+      method: 'POST',
+      headers: {
+        'Content-Type': 'application/json',
+        'Authorization': `Bearer ${apiKey}`,
+        'Content-Length': Buffer.byteLength(payload),
+      },
+    };
+
+    const req = https.request(options, (res) => {
+      let data = '';
+      res.on('data', (chunk) => (data += chunk));
+      res.on('end', () => {
+        if (res.statusCode >= 200 && res.statusCode < 300) {
+          try {
+            const json = JSON.parse(data);
+            const content = json.choices?.[0]?.message?.content || '';
+            const usage = json.usage || {};
+            resolve({ content, usage });
+          } catch (e) {
+            reject(new Error(`Failed to parse response: ${e.message}`));
+          }
+        } else {
+          reject(new Error(`HTTP ${res.statusCode}: ${data}`));
+        }
+      });
+    });
+
+    req.on('error', reject);
+    req.write(payload);
+    req.end();
+  });
+}
+
+// ── 构建诊断 prompt ───────────────────────────────────────────────────────────
+
+const REFERENCE_RULES = `## 诊断参考规则（精简版）
+
+### 分类判断树
+1. **失败阶段判断**:
+   - Set up job / Initialize containers → 类型 A（直接定性）
+   - Checkout / Install dependencies → 倾向 A，确认是网络还是版本号
+   - Run test / Build → 同时排查 A 和 B
+
+2. **类型 A vs B 区分**:
+   - A 信号: 多 PR 同时失败、重跑通过、网络/硬件/OOM/exit 255、无 Python 堆栈
+   - B 信号: 明确 Python 异常堆栈、稳定复现、与 PR diff 对应
+
+### 常见错误模式速查
+- **NPU 硬件**: ERR99999 / error code 507xxx → 类型 A
+- **NPU 兼容性**: error code 107xxx（如 107030）→ 不是硬件！CANN runtime 参数非法，PR 版本升级时 → 类型 B
+- **容器启动**: "custom container implementation failed" → 类型 A（镜像拉取/资源争用/K8s 编排卡死）
+- **OOM**: Bus error → SHM 不足；Killed / exit -9 → OOM Killer
+- **多机超时**: 不要孤立分析报错节点，先找 Master/Rank 0
+- **Nightly 调度**: shm_broadcast 60s 超时 + EngineDeadError → 类型 A（资源调度不稳定，非代码问题）
+- **依赖解析**: "No solution found" / "unsatisfiable" → 类型 A（版本不存在），注意不要误判为 Python 环境问题
+- **vllm-ascend 安装**: csrc 编译失败 → 检查 PR 是否改了 setup.py/CMakeLists（类型 B），否则环境依赖（类型 A）
+- **依赖下载**: wget github.com 直连失败 → 脚本未走 gh-proxy → 脚本配置问题
+- **cache-service 超时**: 集群内网问题 → 类型 A
+- **ModelScope 下载超时**: 网络抖动 → 类型 A，直接重跑
+- **UT 卡死**: 无明显报错但运行 2-3h 超时 → 类型 B（主线脏代码死锁）
+- **CPU offload 挂死**: 日志截断无 FAILED 行 → 类型 E（概率性）
+- **Triton 挂死**: 重跑随机通过/失败 → 类型 E
+
+### 精度回归判断
+- AssertionError: Test0: / model_utils.py → 类型 C（精度回归，非功能 Bug）
+- 跌幅 < 3%: 先重跑确认是否 flaky
+- 跌幅 > 5%: PR 引入功能性回归
+
+### 易混淆场景
+- AssertionError 可能是精度回归（类型 C）或代码 Bug（类型 B），看来源
+- NPU function error 107xxx 不是硬件故障
+- EngineDeadError 伴随 shm_broadcast 超时 → 类型 A，启动阶段即崩溃 → 类型 B
+- exit code 255 = K8s 强制终止，往前找真正根因
+- tiling 编译警告（Register tiling func failed）= 正常 DEBUG，忽略
+
+### vllm-ascend 环境
+- 包管理器: uv（不是 pip）
+- 模型来源: ModelScope（VLLM_USE_MODELSCOPE=True），路径 /root/.cache/modelscope/
+- CANN 环境需 shell -el 激活
+- Lint runner: linux-amd64-cpu-8-hk（CPU，无 NPU）`;
+
+function buildDiagnosisPrompt(runId, runInfo, logs) {
+  return `你是一个 CI 故障诊断专家，专门分析 GitHub Actions 在昇腾（Ascend）NPU 集群上的失败问题。
+
+请根据以下 CI Run 的日志信息，进行根因分析并输出诊断报告。
+
+## CI Run 信息
+- Run ID: ${runId}
+- 工作流: ${runInfo.workflow_name || 'N/A'}
+- 分支: ${runInfo.branch || 'N/A'}
+- 创建时间: ${runInfo.created_at || 'N/A'}
+- 失败时间: ${runInfo.updated_at || 'N/A'}
+- 用户: ${runInfo.user || 'N/A'}
+
+## 日志信息
+\`\`\`
+${logs}
+\`\`\`
+
+${REFERENCE_RULES}
+
+## 输出要求
+请按照以下格式输出诊断结果（每个失败 Job 一节）：
+
+\`\`\`
+## 故障一：[Job 名称]
+- **定性**: [环境问题 / 代码Bug / 精度回归 / 配置错误 / 疑难]
+- **根因**: [一句话直接原因]
+- **关键标识**: [最关键的一行错误]
+- **责任方**: [基础设施团队 / PR 作者]
+- **建议**: [重跑 / 修改 XX / 上报运维]
+\`\`\`
+
+## 注意事项
+- 不粘贴大段原始日志，只引用最关键的一行错误
+- 不描述诊断过程，直接给结论
+- 使用上述参考规则进行精准分类
+
+请输出诊断结果：`;
+}
+
+// ── 主函数 ────────────────────────────────────────────────────────────────────
+
+async function main() {
+  const args = parseArgs();
+
+  // 查找输入文件
+  const inputPath = args.input || findLatestXlsx();
+  if (!fs.existsSync(inputPath)) {
+    console.error(`错误: 文件不存在: ${inputPath}`);
+    process.exit(1);
+  }
+
+  console.log(`输入文件: ${inputPath}`);
+  console.log(`模型: ${args.model}`);
+  console.log(`批量大小: ${args.batchSize}`);
+  console.log();
+
+  // 检查 API Key
+  if (!args.apiKey) {
+    console.error('错误: 未设置 Alibaba API Key');
+    console.error('请设置环境变量 ALIBABA_API_KEY 或使用 --api-key 参数');
+    process.exit(1);
+  }
+
+
+
+  // 读取 xlsx
+  const { wb, ws, data, filePath } = readXlsx(inputPath);
+
+  // 过滤出没有诊断结果的记录
+  const recordsToDiagnose = data.filter(r => !r['诊断结果'] || r['诊断结果'].trim() === '');
+  const alreadyDiagnosed = data.length - recordsToDiagnose.length;
+
+  if (alreadyDiagnosed > 0) {
+    console.log(`跳过 ${alreadyDiagnosed} 条已诊断记录`);
+  }
+
+  if (recordsToDiagnose.length === 0) {
+    console.log('所有记录已诊断，无需处理。');
+    return;
+  }
+
+  console.log(`待诊断记录: ${recordsToDiagnose.length} 条`);
+  if (args.limit) {
+    console.log(`限制诊断数量: ${args.limit} 条`);
+  }
+  console.log();
+
+  let diagnosedCount = 0;
+  let errorCount = 0;
+  let totalInputTokens = 0;
+  let totalOutputTokens = 0;
+  const maxRecords = args.limit || recordsToDiagnose.length;
+
+  for (let i = 0; i < Math.min(recordsToDiagnose.length, maxRecords); i++) {
+    const record = recordsToDiagnose[i];
+    const runId = extractRunId(record['URL'] || '');
+
+    if (!runId) {
+      console.log(`[${i + 1}/${recordsToDiagnose.length}] 跳过: 无法提取 Run ID`);
+      continue;
+    }
+
+    console.log(`[${i + 1}/${recordsToDiagnose.length}] 诊断 Run #${runId}...`);
+
+    // 获取日志
+    console.log('  获取日志...');
+    const logs = fetchRunLogs(runId, args.repo);
+
+    if (!logs || logs.trim().length === 0) {
+      console.log('  日志为空，跳过');
+      errorCount++;
+      continue;
+    }
+
+    // 调用大模型
+    console.log('  调用大模型分析...');
+    const prompt = buildDiagnosisPrompt(runId, record, logs);
+
+    try {
+      const result = await callAlibabaAPI(
+        [{ role: 'user', content: prompt }],
+        args.model,
+        args.apiKey
+      );
+
+      // 更新记录
+      record['诊断结果'] = result.content;
+      diagnosedCount++;
+
+      // 统计 token
+      const inputTokens = result.usage?.prompt_tokens || 0;
+      const outputTokens = result.usage?.completion_tokens || 0;
+      totalInputTokens += inputTokens;
+      totalOutputTokens += outputTokens;
+
+      console.log(`  诊断完成 (输入: ${inputTokens} tokens, 输出: ${outputTokens} tokens)`);
+
+      // 每处理 batchSize 条保存一次
+      if (diagnosedCount % args.batchSize === 0) {
+        console.log(`  保存进度 (${diagnosedCount} 条)...`);
+        saveProgress(wb, ws, data, filePath);
+      }
+    } catch (err) {
+      console.error(`  诊断失败: ${err.message}`);
+      record['诊断结果'] = `错误: ${err.message}`;
+      errorCount++;
+    }
+
+    // 避免 API 限流，等待 1 秒
+    if (i < recordsToDiagnose.length - 1) {
+      await new Promise(resolve => setTimeout(resolve, 1000));
+    }
+  }
+
+  // 最终保存
+  console.log('\n保存最终结果...');
+  saveProgress(wb, ws, data, filePath);
+
+  console.log();
+  console.log(`诊断完成: ${diagnosedCount} 条成功, ${errorCount} 条失败`);
+  console.log(`结果已写入: ${filePath}`);
+
+  // 输出 Token 统计
+  const totalTokens = totalInputTokens + totalOutputTokens;
+  const avgInput = diagnosedCount > 0 ? Math.round(totalInputTokens / diagnosedCount) : 0;
+  const avgOutput = diagnosedCount > 0 ? Math.round(totalOutputTokens / diagnosedCount) : 0;
+  console.log();
+  console.log('═══════════════════════════════════════════');
+  console.log(' Token 消耗统计');
+  console.log('═══════════════════════════════════════════');
+  console.log(`  总输入 Token:  ${totalInputTokens.toLocaleString()}`);
+  console.log(`  总输出 Token:  ${totalOutputTokens.toLocaleString()}`);
+  console.log(`  总 Token:      ${totalTokens.toLocaleString()}`);
+  console.log(`  平均输入/条:   ${avgInput.toLocaleString()}`);
+  console.log(`  平均输出/条:   ${avgOutput.toLocaleString()}`);
+  console.log(`  预估费用:      ¥${(totalInputTokens / 1e6 * 10 + totalOutputTokens / 1e6 * 30).toFixed(2)}`);
+  console.log('═══════════════════════════════════════════');
+}
+
+function saveProgress(wb, ws, data, filePath) {
+  // 创建新的 workbook 来避免文件锁定问题
+  const newWb = XLSX.utils.book_new();
+  const newWs = XLSX.utils.json_to_sheet(data);
+  XLSX.utils.book_append_sheet(newWb, newWs, '失败记录');
+
+  // 设置列宽
+  newWs['!cols'] = [
+    { wch: 60 }, { wch: 18 }, { wch: 22 }, { wch: 22 },
+    { wch: 15 }, { wch: 30 }, { wch: 25 }, { wch: 20 }, { wch: 80 }
+  ];
+
+  // 写入临时文件（使用 .xlsx 扩展名），然后替换
+  const tempPath = filePath + '.temp.xlsx';
+  XLSX.writeFile(newWb, tempPath);
+
+  // 删除原文件并重命名临时文件
+  if (fs.existsSync(filePath)) {
+    fs.unlinkSync(filePath);
+  }
+  fs.renameSync(tempPath, filePath);
+}
+
+main().catch(err => {
+  console.error('错误:', err.message);
+  process.exit(1);
+});
diff --git a/skills/infrastructure/github-action-diagnose/scripts/fetch-run.sh b/skills/infrastructure/github-action-diagnose/scripts/fetch-run.sh
new file mode 100644
index 0000000..cbfcac7
--- /dev/null
+++ b/skills/infrastructure/github-action-diagnose/scripts/fetch-run.sh
@@ -0,0 +1,211 @@
+#!/usr/bin/env bash
+# scripts/fetch-run.sh  <run_id> [owner/repo]
+#
+# 用途：一次性抓取 CI Run 所有失败 Job 的 runner 信息和关键日志
+#       将每个 Job 原始日志（可达数百行）压缩至 ~20 行关键错误行
+#       在 LLM 进行 Step 2+ 推理之前完成所有数据收集，节省 token
+#
+# 用法：
+#   bash scripts/fetch-run.sh 22935910341                    # Run ID
+#   bash scripts/fetch-run.sh 22935910341 owner/repo         # Run ID + repo
+#   bash scripts/fetch-run.sh --job 67875153370 owner/repo   # 单个 Job ID
+#
+# 输出：
+#   - Run 概览（Job 状态列表 + Annotations）
+#   - 每个失败 Job：runner 名称 + 预过滤的关键日志（~20 行）
+#   - cancelled Job：提示去看 Annotations（queue 抢占等无需读日志）
+#
+# 依赖：gh CLI（已登录）
+
+set -uo pipefail
+
+# 解析参数
+JOB_ID=""
+RUN_ID=""
+REPO="vllm-project/vllm-ascend"
+
+# 解析参数：支持 "--job <id> [repo]" 或 "<run_id> [repo]"
+if [[ "$1" == "--job" ]]; then
+  JOB_ID="$2"
+  REPO="${3:-vllm-project/vllm-ascend}"
+else
+  RUN_ID="${1:-}"
+  REPO="${2:-vllm-project/vllm-ascend}"
+fi
+
+if [[ -n "$JOB_ID" ]]; then
+  # 单 Job 模式
+  echo "════════════════════════════════════════════"
+  echo " Single Job Mode | $REPO"
+  echo "════════════════════════════════════════════"
+
+  # ── Step A：基本信息（Runner / 时间 / 结论）──────────────────────────────────
+  JOB_META=$(gh api "repos/$REPO/actions/jobs/$JOB_ID" 2>/dev/null)
+  echo "$JOB_META" | \
+    python3 -c "
+import json,sys
+d=json.load(sys.stdin)
+print(f'── [{d[\"conclusion\"].upper()}] {d[\"name\"]}')
+print(f'   Runner : {d.get(\"runner_name\") or \"(unknown)\"}')
+print(f'   时间   : {d.get(\"started_at\",\"?\")} ~ {d.get(\"completed_at\",\"?\")}')
+steps=[s for s in d.get('steps',[]) if s.get('conclusion') not in ('success','skipped',None)]
+if steps:
+    print('   ── 失败步骤')
+    for s in steps:
+        print(f'      [{s[\"conclusion\"].upper():8}] Step {s[\"number\"]}: {s[\"name\"]}')
+"
+
+  # ── Step B：PR 上下文 ─────────────────────────────────────────────────────────
+  RUN_ID_FOR_JOB=$(echo "$JOB_META" | python3 -c "import json,sys; print(json.load(sys.stdin)['run_id'])" 2>/dev/null || echo "")
+  if [[ -n "$RUN_ID_FOR_JOB" ]]; then
+    RUN_META=$(gh api "repos/$REPO/actions/runs/$RUN_ID_FOR_JOB" 2>/dev/null)
+    PR_NUM=$(echo "$RUN_META" | python3 -c "import json,sys; d=json.load(sys.stdin); print(d['pull_requests'][0]['number'] if d.get('pull_requests') else '')" 2>/dev/null || echo "")
+    RUN_TITLE=$(echo "$RUN_META" | python3 -c "import json,sys; print(json.load(sys.stdin).get('display_title',''))" 2>/dev/null || echo "")
+    RUN_BRANCH=$(echo "$RUN_META" | python3 -c "import json,sys; print(json.load(sys.stdin).get('head_branch',''))" 2>/dev/null || echo "")
+    echo "   PR     : ${PR_NUM:+#$PR_NUM }${RUN_TITLE} (${RUN_BRANCH})"
+    if [[ -n "$PR_NUM" ]]; then
+      echo "   ── PR 变更文件（分类参考）"
+      gh pr diff "$PR_NUM" --repo "$REPO" --name-only 2>/dev/null | head -20 | sed 's/^/      /'
+    fi
+  fi
+
+  # ── Step C：Annotations（通常直接揭示根因，如 ETIMEDOUT / exit code）─────────
+  echo ""
+  echo "   ── Annotations"
+  ANNOTATIONS=$(gh api "repos/$REPO/check-runs/$JOB_ID/annotations" 2>/dev/null)
+  ANN_COUNT=$(echo "$ANNOTATIONS" | python3 -c "import json,sys; print(len(json.load(sys.stdin)))" 2>/dev/null || echo "0")
+  if [[ "$ANN_COUNT" -gt 0 ]]; then
+    echo "$ANNOTATIONS" | python3 -c "
+import json,sys
+for a in json.load(sys.stdin):
+    print(f'      [{a.get(\"annotation_level\",\"?\").upper()}] {a.get(\"message\",\"\").splitlines()[0]}')
+"
+  else
+    echo "      （无 Annotations）"
+  fi
+
+  # ── Step D：判断是否需要拉完整日志 ───────────────────────────────────────────
+  # Annotations 中包含明确错误信号时，跳过日志拉取（节省时间）
+  ANN_TEXT=$(echo "$ANNOTATIONS" | python3 -c "import json,sys; print(' '.join(a.get('message','') for a in json.load(sys.stdin)))" 2>/dev/null || echo "")
+  NEEDS_LOG=true
+  if echo "$ANN_TEXT" | grep -qiE 'ETIMEDOUT|timeout|failed to create artifact|network|connection refused'; then
+    echo ""
+    echo "   ── Annotations 已明确根因（网络/超时类），跳过完整日志拉取"
+    NEEDS_LOG=false
+  fi
+
+  if $NEEDS_LOG; then
+    FULL_LOG=$(gh api "repos/$REPO/actions/jobs/$JOB_ID/logs" 2>&1)
+
+    echo ""
+    echo "   ── 运行时错误（高优先级）"
+    echo "$FULL_LOG" \
+      | grep -iE 'RuntimeError|OutOfMemoryError|NPU out of memory|AssertionError|EngineDeadError|EngineCore encountered|shm_broadcast.*60 seconds|No available shared memory broadcast|Process completed with exit code [1-9]|exit code 255|synchronized memcpy failed|NPU function error|error code is [0-9]|httpcore\.(ReadError|ConnectError)|httpx\.(ReadError|ConnectError)|RemoteProtocolError' \
+      | grep -v -E 'ops_error\.h|error_check\.h' \
+      | head -15
+
+    RUNTIME_COUNT=$(echo "$FULL_LOG" | grep -cE 'RuntimeError|OutOfMemoryError|NPU out of memory|AssertionError|EngineDeadError|shm_broadcast.*60 seconds' || true)
+    if [[ "$RUNTIME_COUNT" -eq 0 ]]; then
+      echo "   ── 编译/安装错误（次优先级）"
+      echo "$FULL_LOG" \
+        | grep -iE 'error:.*failed|error:.*exit|fatal error|ERROR.*install|No solution found|unsatisfiable|ERROR.*Build|dubious ownership' \
+        | grep -v -E '##\[group\]|##\[endgroup\]|warning.*format|ops_error\.h|error_check\.h|tiling func|tiling failed' \
+        | head -5
+    fi
+
+    echo "   ── 最后输出（定位失败阶段）"
+    echo "$FULL_LOG" \
+      | grep -E '^[^[:space:]]+[[:space:]]+(UNKNOWN STEP|Run python|bash|pytest)' \
+      | tail -5
+  fi
+
+  exit 0
+fi
+
+if [[ -z "$RUN_ID" ]]; then
+  echo "用法: fetch-run.sh <run_id> [owner/repo]"
+  echo "   或: fetch-run.sh --job <job_id> [owner/repo]"
+  exit 1
+fi
+
+SEP="════════════════════════════════════════════"
+
+# ── 1. Run 概览（Job 列表 + Annotations）────────────────────────────────────
+echo "$SEP"
+echo " Run $RUN_ID | $REPO"
+echo "$SEP"
+gh run view "$RUN_ID" --repo "$REPO"
+echo ""
+
+# ── PR 上下文（用于分类时区分代码 Bug 与基础设施）──────────────────────────
+PR_NUM=$(gh api "repos/$REPO/actions/runs/$RUN_ID" \
+  --jq '.pull_requests[0].number // empty' 2>/dev/null || echo "")
+if [[ -n "$PR_NUM" ]]; then
+  echo "$SEP"
+  echo " PR #$PR_NUM 变更文件（分类参考）"
+  echo "$SEP"
+  gh pr diff "$PR_NUM" --repo "$REPO" --name-only 2>/dev/null | head -20
+  echo ""
+fi
+
+# ── 2. 获取失败 / 取消的 Job ID ──────────────────────────────────────────────
+FAILED_IDS=$(gh api "repos/$REPO/actions/runs/$RUN_ID/jobs?per_page=100" \
+  --jq '.jobs[] | select(.conclusion == "failure" or .conclusion == "cancelled") | .id')
+
+if [[ -z "$FAILED_IDS" ]]; then
+  echo "（未发现失败或取消的 Job）"
+  exit 0
+fi
+
+TOTAL=$(echo "$FAILED_IDS" | wc -l | tr -d ' ')
+echo "$SEP"
+echo " 失败 / 取消 Job 详情（共 ${TOTAL} 个）"
+echo "$SEP"
+
+# ── 3. 逐 Job 输出 runner 信息 + 关键日志 ────────────────────────────────────
+for JOB_ID in $FAILED_IDS; do
+  echo ""
+
+  # Runner 信息（一次 API 调用，获取名称 / 结论 / 时间）
+  gh api "repos/$REPO/actions/jobs/$JOB_ID" \
+    --jq '"── [\(.conclusion | ascii_upcase)] \(.name)\n   Runner : \(.runner_name // "(unknown)")\n   时间   : \(.started_at // "?") ~ \(.completed_at // "?")"'
+
+  CONCLUSION=$(gh api "repos/$REPO/actions/jobs/$JOB_ID" --jq '.conclusion')
+
+  if [[ "$CONCLUSION" == "failure" ]]; then
+    FULL_LOG=$(gh run view --job "$JOB_ID" --log --repo "$REPO" 2>&1)
+
+    echo "   ── 运行时错误（高优先级）"
+    # 同时捕获 CANN 底层错误（aclrtMemcpy/error code），便于区分硬件 vs 代码兼容性
+    echo "$FULL_LOG" \
+      | grep -iE 'RuntimeError|OutOfMemoryError|NPU out of memory|AssertionError|EngineDeadError|EngineCore encountered|shm_broadcast.*60 seconds|No available shared memory broadcast|Process completed with exit code [1-9]|exit code 255|synchronized memcpy failed|NPU function error|error code is [0-9]|httpcore\.(ReadError|ConnectError)|httpx\.(ReadError|ConnectError)|RemoteProtocolError' \
+      | grep -v -E 'ops_error\.h|error_check\.h' \
+      | head -15
+
+    RUNTIME_COUNT=$(echo "$FULL_LOG" | grep -cE 'RuntimeError|OutOfMemoryError|NPU out of memory|AssertionError|EngineDeadError|shm_broadcast.*60 seconds' || true)
+    if [[ "$RUNTIME_COUNT" -eq 0 ]]; then
+      echo "   ── 编译/安装错误（次优先级）"
+      echo "$FULL_LOG" \
+        | grep -iE 'error:.*failed|error:.*exit|fatal error|ERROR.*install|No solution found|unsatisfiable|ERROR.*Build|dubious ownership' \
+        | grep -v -E '##\[group\]|##\[endgroup\]|warning.*format|ops_error\.h|error_check\.h|tiling func|tiling failed' \
+        | head -5
+    fi
+
+    # 显示 Job 最后阶段的关键标识
+    echo "   ── 最后输出（定位失败阶段）"
+    echo "$FULL_LOG" \
+      | grep -E '^[^[:space:]]+[[:space:]]+(UNKNOWN STEP|Run python|bash|pytest)' \
+      | tail -5
+
+  else
+    echo "   （cancelled — 根因见 Run 概览中的 ANNOTATIONS，通常为 queue 抢占）"
+  fi
+done
+
+echo ""
+echo "$SEP"
+echo " 补充命令（按需使用）："
+echo "   完整日志 : gh run view --job <id> --log --repo $REPO"
+echo "   PR diff  : gh pr diff <pr> --repo $REPO --name-only"
+echo "   kubectl  : kubectl get pods --all-namespaces | grep <runner_name>"
+echo "$SEP"