AI / LLM 工程 · 训练与推理基础设施 · 模型评测 · 跨平台 / Windows DX
AI / LLM engineering · training & inference infra · evaluation tooling · cross-platform (Windows) DX
| 指标 | 数值 | 来源 |
|---|---|---|
| 近 12 个月 contributions | 124 | GraphQL contributionsCollection（滚动 12 个月） |
| commits / pull requests | 33 / 76 | 同上 |
| 已合并的上游 PR | 4 | author:CJstate is:pr is:merged |
| 改动已落地的上游仓库 | 3 个 · 合计 122,102★ | author:CJstate is:pr is:merged |
| 正在评审的上游 PR | 16 | author:CJstate is:pr is:open |
| 公开仓库 | 15（其中 13 个 fork 就是上面这些 PR 的分支源） | GET /users/CJstate |
这些改动已经进了上游主干，可以直接点开 commit 看 diff：
| 项目 | PR | 做了什么 | 合并日期 |
|---|---|---|---|
pranshuparmar/witr 22.6k★ |
#242 | 根 main.go 是受版本控制的符号链接，Git for Windows 检出后 go build / go test 全废；改为真实入口并把入口逻辑抽到 internal/app.Main() |
2026-10-04 |
pranshuparmar/witr 22.6k★ |
#239 | 不支持高亮 ANSI 的终端上，--help 的配色图例被静默降级；改为按终端能力逐级回退 |
2026-10-03 |
nvm-sh/nvm 95.3k★ |
#3915 | nvm --help 里 set-colors 的图例显示为未着色文本；改为在 help 分支里应用同一套颜色变量 |
2026-09-03 |
DependencyTrack/dependency-track 4.3k★ |
#7096 | README 的 CI 徽章指向已废弃的分支，点开是 404；改指 main |
2026-08-24 |
数量上我远不是最活跃的贡献者，所以我把重点放在「根因讲清楚、证据能复现」上。
1. simonw/llm#1737 —— 写模板用 UTF-8，读回来却用系统 locale 编码
| 现象 | 在默认编码为 cp936 的 Windows 上，把模板存成 UTF-8 再 llm -t 模板 直接失败：UnicodeDecodeError: 'gbk' codec can't decode byte 0xaa in position 16。-f 片段.md 与 --functions 工具.py 两个入口同样打不开。 |
| 根因 | 模块跟自己不一致：llm templates edit 新建模板时写的是 path.write_text(DEFAULT_TEMPLATE, "utf-8")（llm/cli.py:2646），而 load_template() 读回时是 path.read_text()（llm/cli.py:4274）——用的是 locale 默认编码。片段与 --functions 两处（llm/cli.py:293、llm/cli.py:4287）完全相同。 |
| 修复 | 抽出 _read_text_file()：先按 UTF-8 读，只有文件确实不是合法 UTF-8 时才回退到 locale 默认编码，所以原本用 GBK / CP1252 保存的旧文件不会被弄坏。这个逐编码回退的写法与仓库里 llm embed-multi --files 已有的 ("utf-8", "latin-1") 处理保持一致。 |
| 证据 | 新增 3 个回归测试（模板 / 片段 / --functions 文件），用一个在任意平台上模拟「locale 不是 UTF-8」的 fixture 驱动。改之前三条全挂：UnicodeDecodeError: 'ascii' codec can't decode byte 0xe7 in position 8；改之后 3 passed，全量测试 1185 passed, 1 skipped, 6 xfailed, 15 xpassed。 |
2. pranshuparmar/witr#242 —— CI 全绿，但真实 Windows 检出连编译都过不去（已合并）
| 现象 | git clone 之后 go build ./... 立刻失败：main.go:1:1: expected 'package', found cmd，go test ./... 直接 [setup failed]，make test / make lint 在这台机器上全废。而仓库的 Tests: Unit (windows-latest) 是绿的。 |
| 根因 | git ls-files -s main.go 显示 mode 120000——根入口是个符号链接，指向 cmd/witr/main.go。Git for Windows 默认 core.symlinks=false，符号链接落盘成一个 16 字节的普通文本文件，内容就是字符串 cmd/witr/main.go，于是根目录多了一个不是合法 Go 包的 .go 文件。CI 之所以掩盖了它，是因为 actions/checkout 会真的创建符号链接。 |
| 修复 | 根入口改为真实文件，并把入口逻辑抽到 internal/app.Main()（SetVersion + Execute），根包与 cmd/witr 共用同一份实现；lint job 里加一条守卫：受版本控制的文件不允许是 120000。 |
| 证据 | go build ./... / go vet ./... / gofmt -l . / go test ./... 全部通过；linux（amd64、loong64）、darwin（amd64、arm64）、freebsd/amd64、windows（amd64、arm64）七组交叉编译全部 exit 0；go build . 与 go build ./cmd/witr 两个产物的 --help（2237 字符）和 --version 输出逐字节一致——证明重构没有改变任何用户可见行为。 |
3. huggingface/accelerate#4360 —— debug_launcher 里的三处 Unix-only 假设
| 现象 | Windows 上 accelerate debug_launcher script.py 起不来：先是 ValueError: cannot find context for 'fork'；绕过之后变成 PermissionError: [Errno 13]，子进程打不开 rendezvous 文件。 |
| 根因 | 三处只在 Unix 成立的前提：(1) 硬编码 start_method="fork"，而 Windows 只有 spawn；(2) rendezvous 文件用 NamedTemporaryFile 创建，文件句柄留在父进程，spawn 出来的子进程无法打开一个仍被别处持有的文件；(3) 无条件设置 gloo_socket_ifname="lo"，但 Windows 的环回接口不叫 lo。 |
| 修复 | _debug_start_method() 按平台实际能力在 fork / spawn 之间选择；NamedTemporaryFile 换成 TemporaryDirectory（只把路径传下去，谁都不持有句柄）；_has_loopback_alias() 先探测 lo 是否存在，只在存在时才设置该环境变量。 |
| 证据 | 本机 Windows 复现 → 修复后 debug_launcher 可正常启动多进程调试；相关测试在本机 Python 3.13 + torch 2.9 上通过（spawn 分支需要 if __name__ == "__main__" 守卫，这一点写进了 docstring）；PR 目前等维护者批准 workflow 后跑 CI。 |
| PR | 内容 | 当前状态 |
|---|---|---|
#4361 huggingface/accelerate |
checkpoint 随机状态无法恢复时只静默继续，改为按 rank 一次性告警，避免复现性无声漂移 | 等维护者批准 workflow |
#4360 huggingface/accelerate |
debug_launcher 在 Windows 上无法启动（fork / NamedTemporaryFile / gloo 网卡名三处 Unix-only 假设） |
等维护者批准 workflow |
#21975 Lightning-AI/pytorch-lightning |
Trainer(enable_device_summary=...) 与既有参数组合时的行为不一致，补上开关与文档 |
等维护者批准 workflow |
#8693 huggingface/datasets |
Dataset.from_dict 的注解接受 List[...] 却拒绝等价的 Sequence[...]，补齐类型注解判定 |
等维护者批准 workflow |
#21974 Lightning-AI/pytorch-lightning |
文档里 :emphasize-lines: 的行号在包含代码换行时整体偏移，改为按渲染后的行计算 |
等维护者批准 workflow |
#21939 Lightning-AI/pytorch-lightning |
Windows 上无符号链接权限时测试直接报错，改为跳过并说明原因，而不是判失败 | 等维护者批准 workflow |
| PR | 内容 | 当前状态 |
|---|---|---|
#26206 mlflow/mlflow |
artifact 预览里的图片被强制缩放，小图放大后糊成一片；改为按容器宽度自适应 | 等 core maintainer approval（fork PR 门禁） |
#4216 EleutherAI/lm-evaluation-harness |
make_table 对共享子任务重复计数，导致评测表格里的样本数与实际不符 |
等维护者批准 workflow + 签 CLA |
#4484 traceloop/openllmetry |
Groq 流式响应的 usage 指标丢失，补上流式路径的 token 统计并加指标回归测试 | 已 rebase 到最新 main，等 review |
#4114 EleutherAI/lm-evaluation-harness |
simple_evaluate 对非法输入静默返回空结果，补上输入校验与回归测试 |
等维护者批准 workflow + 签 CLA |
| PR | 内容 | 当前状态 |
|---|---|---|
#1737 simonw/llm |
llm templates edit 按 UTF-8 写模板，读回却用 locale 编码，中文 Windows 上模板 / -f 片段 / --functions 文件直接解码失败；统一改为 UTF-8 优先、locale 回退，并补回归测试 |
等维护者批准 workflow |
#855 k8sgpt-ai/k8sgpt-operator |
为 K8sGPT CRD 与 chart 增加 tolerations 支持，让控制器能调度到被 taint 的节点 |
已 approved，等维护者裁量 #820 vs #855 |
#114 browser-use/jev-ultrafast |
no-progress guard 把「本轮没有观测到结果」误判成「没有进展」，导致有效的长任务被提前中断 | clean，等 review |
#1720 anthropics/skills |
mcp-builder 生成评估报告时按 locale 编码写文件，在中文 Windows 上产出乱码；显式写 UTF-8 |
等 review |
#7217 public-apis/public-apis |
Pirate Weather 条目指向已失效的地址，换成可访问的官方入口 | clean，等 review |
#72 Nutlope/hallmark |
补上 macrostructure 的文档说明，让生成的页面结构可预期（纯文档） | 等 review |
llm-eval-gate — 把「评测退化」变成可执行的 CI 判定
给它两份 lm-evaluation-harness 的结果文件（before / after），它在考虑随机波动的前提下判断这次评测是不是
真的退化了：用相对阈值 + 基于标准误的噪声带，而不是「小数点后几位变小了就红」。LLM 评测本身噪声就大，
判据写错只有两种下场——天天假警报，或者把真回归放过去。
v0.1.0已发版；102 个测试（pytest --collect-only -q可复现）- GitHub Actions 在 Ubuntu（Python 3.11 / 3.12 / 3.13）+ Windows + macOS 上全绿，并且会把自己当 Action 跑一遍（
self-gate） - 零运行时依赖（
pyproject.toml里dependencies = []），不绑定具体模型，只吃 harness 的结果文件
pip install "git+https://github.com/CJstate/llm-eval-gate@v0.1.0"
llm-eval-gate check before.json after.json # 退出码就是 CI 判定结果| 习惯 | 说明 |
|---|---|
| 先复现，再改代码 | 每个修复都从一条能贴出来的失败信息开始（failure 优先于「看起来应该修一下」），修完再贴修复后的输出。上面三个案例的「现象」一栏都是原始报错。 |
| 最小 diff + 回归测试 | 只动根因相关的那几行，不夹带格式化、重命名和顺手重构；能写测试的地方一定带一个会先失败的测试。 |
| 挑环境类缺陷，而不是抢热点 | 我熟悉的是「只在真实环境里出现」的那类 bug：非 UTF-8 默认编码、Windows 检出、首次贡献者的 CI 门禁、跨平台终端能力差异。这类问题复现成本高、报告少；但也最容易被判 low impact：必须能说清「谁真的会踩到」，否则再干净的修复也只是噪声。 |
| 踩过的坑写进公开复盘 | 早期提交过多余的文档与格式改动，被维护者当作噪声关掉；后来一个能稳定复现的编码缺陷，仍然被判 low impact——理由是没有真实用户报告，复现是「合成的」。所以现在提交前会先问：这个问题有人真的踩到吗？没有就先去找真实报告或明确使用场景，被指出问题时也公开更正自己的判断。 |
| 方向 | 常用 |
|---|---|
| 语言 | Python（3.9–3.13）· Go · TypeScript · Shell · PowerShell |
| 训练 / 推理 | PyTorch · 🤗 Transformers · 🤗 Accelerate · 🤗 PEFT · FSDP · DeepSpeed · vLLM |
| 数据 / 评测 | 🤗 Datasets · lm-evaluation-harness · MLflow · OpenLLMetry / OpenTelemetry |
| 工程 | pytest / pytest-mock · ruff · mypy · GitHub Actions（含 Windows / macOS matrix）· Docker · k8s |
| 平台 | Windows 与 Linux 双栈 · 终端能力探测 · 编码 / locale 兼容 · 交叉编译 |