nano-vllm/.claude/commands/exec-plan.md

allowed-tools, argument-hint, description

allowed-tools	argument-hint	description
Bash(CUDA_VISIBLE_DEVICES=*), Bash(PYTHONPATH=*), Bash(python*), Bash(git*), Bash(rm*), Bash(ls*), Bash(cat*), Bash(nvidia-smi*), Read, Edit, Write, Glob, Grep, TodoWrite, Task	--gpu <id> [--no-interrupt]	Execute task_plan.md refactoring with specified GPU, optionally without user interruption

Execute Task Plan (exec-plan)

按照 task_plan.md 的要求执行代码重构，确保计划中的最终目标圆满实现。

参数说明

命令格式: /exec-plan --gpu <id> [--no-interrupt]

参数	说明	示例
--gpu <id>	必需。指定可用的 GPU ID，只能使用此 GPU 进行调试	--gpu 0, --gpu 2
--no-interrupt	可选。禁止中断执行，遇到问题不与用户交互，自动解决或跳过	--no-interrupt

当前参数

$ARGUMENTS

执行前准备

1. 解析参数

从 $ARGUMENTS 中解析：

• GPU_ID: 从 --gpu <id> 或 -g <id> 提取
• NO_INTERRUPT: 是否存在 --no-interrupt 或 -n 标志

2. 参数验证

必须验证:

• GPU_ID 必须是有效的数字
• 运行 nvidia-smi -i <GPU_ID> 验证 GPU 存在

3. 读取 task_plan.md

读取项目根目录下的 task_plan.md 文件，理解：

• 总体目标
• 分阶段计划 (Phase 1, 2, 3...)
• 文件修改清单
• 风险和注意事项
• 测试计划

执行流程

Step 1: 创建执行计划

使用 TodoWrite 工具创建详细的执行计划，包括：

• 从 task_plan.md 提取的所有 Phase
• 每个 Phase 的子任务
• 测试验证步骤

Step 2: 按 Phase 执行重构

对于 task_plan.md 中的每个 Phase：

1. 读取当前代码: 使用 Read/Grep 理解现有实现
2. 实施修改: 使用 Edit/Write 进行代码修改
3. 验证修改: 运行相关测试

Step 3: 运行测试验证

执行 task_plan.md 中定义的测试计划，验证重构成功。

GPU 限制规则

严格限制: 只能使用指定的 GPU，所有涉及 GPU 的命令必须加 CUDA_VISIBLE_DEVICES 前缀：

# 正确
CUDA_VISIBLE_DEVICES=$GPU_ID PYTHONPATH=/home/zijie/Code/nano-vllm:$PYTHONPATH python test.py

# 错误 - 禁止使用其他 GPU
python test.py  # 可能使用默认 GPU 0
CUDA_VISIBLE_DEVICES=0,1 python test.py  # 使用多个 GPU

中断模式规则

当 --no-interrupt 生效时

遇到以下情况不停下来询问用户，而是：

情况	处理方式
测试失败	记录失败原因，尝试自动修复，继续下一步
代码冲突	尝试合理解决，记录解决方案
不确定的实现细节	选择最合理的方案继续
执行错误	分析错误，尝试修复，记录问题

自动决策原则:

1. 优先保证功能正确性
2. 遵循现有代码风格
3. 选择简单直接的实现
4. 记录所有自动决策到 progress.md

当未指定 --no-interrupt 时

遇到以下情况可以询问用户：

• 多个实现方案需要选择
• 测试持续失败无法自动修复
• 发现 task_plan.md 中的问题或矛盾

执行记录

进度文件: progress.md

实时更新 progress.md 记录：

## 执行进度

### Phase X: [名称]
- 状态: [进行中/完成/失败]
- 开始时间: [时间]
- 完成时间: [时间]
- 修改文件: [文件列表]
- 自动决策: [如果有]
- 问题记录: [如果有]

发现记录: findings.md

记录执行过程中的重要发现到 findings.md。

示例用法

# 使用 GPU 2，允许中断
/exec-plan --gpu 2

# 使用 GPU 0，不中断执行
/exec-plan --gpu 0 --no-interrupt

# 简短形式
/exec-plan -g 1 -n

完成标准

执行完成后，确保：

1. 所有 Phase 完成: task_plan.md 中的所有 Phase 都已实施
2. 测试通过: task_plan.md 中的测试计划全部通过
3. 代码质量: 修改符合项目代码规范
4. 文档更新: progress.md 包含完整执行记录

重要约束

1. GPU 隔离: 绝对不能使用指定 GPU 以外的设备
2. 遵循计划: 严格按照 task_plan.md 执行，不做计划外的修改
3. 渐进式修改: 每个 Phase 完成后验证，而不是最后一起验证
4. 回滚准备: 重大修改前考虑是否需要 git commit 保存点