MNN Bugfix 排查 Skill（入口）

触发：MNN 中出现正确性 bug、单测/golden 对不上、回归；或做完改动（新 op、fusion、图 pass、 后端 kernel、量化导出）后行为异常。

边界：不读不改 schema/private/、source/internal/。

本文件只做分流，不承载技术内容：先用下面两张表决定该读哪一份分册（或该转去哪个 skill）， 再整份读那一份。分册之间互不依赖，可独立阅读。

修复验证与是否提交单测，按 test-ci 的 Bugfix 单测提交原则 执行。

第一步：这个 bug 是不是本 skill 的

情况	去哪
QNN / NPU（高通 HTP）：结果不对/精度差、报 1002/6000/1003/6004、graphFinalize/graphExecute 失败、validateOpConfig failed、某算子 QNN 不支持、LLM 在 NPU 上乱码	qnn-debug（QNN 两条执行路径、中间张量 dump、误差模式与算子约束速查），不要在这里从头排查
CPU 性能改动之后稳定地错在某一档：只有 t4+ 错、只有超过某长度错、只有某条 precision/ISA 错，或不崩不报错只是模型输出质量变差	cpu/optimize/bugfix.md（CPU 五层交界处的六类不一致 + 「改动面 → 必查条目」索引）
崩溃（SIGSEGV / abort / 真机 crash 日志）	crash-debug
其余：跨后端通用的正确性方法论	本 skill，继续看第二步

与 CPU 分册的判别口径：那本收「稳定地错在某一档」，本 skill 收「同一输入每次跑都不一样」 （nondeterminism.md）与「与层无关的框架级根因」。同一组合下结果不可复现，留在本 skill。

第二步：症状 → 分册

分册	典型症状（强判别信号加粗）	旧编号
memory-aliasing.md	数值错乱、乱码 token、NaN，但指针地址都合法、单 op 单跑对；一个后端错另一个后端对；关掉某个新加的优化/融合就好；加 printf 或改 buffer size 就"好了"；反复创建/销毁后物理内存按固定步长线性增长	§1
export-and-quant.md	低 bit（Q4）乱码而 Q8 正常；所有推理后端一致地错；torch 侧 --test 正常；只有大 vocab / 大模型触发	§2
concurrency.md	崩在析构链上（~XxxMemObj / ~Tensor）但同一段代码单线程跑一万次都对；后台线程 / GCD 队列上异步销毁对象；线上偶现、本地必不复现；崩溃地址不合法或像被复用过的堆内存	§3
fp16-range.md	长 prompt 输出重复/漂移，短 prompt 正常；fp32（precision: high）对、fp16 错且所有 fp16 后端一致地错；出错阈值恰是 2 的幂（2048/4096）	§5
gpu-oob.md	[METAL] command buffer error 后速度假快数百倍；只在某 shape 阈值之上触发；关某条 kernel 路径 env 后消失；同一越界在别的模型上表现为静默数值损坏	§6
kernel-assumptions.md	某类模型（SWA / prefix LM / bidirectional）静默乱码，标准 causal LLM 正常；调一个"看起来无关"的性能开关就好	§7
stale-cache.md	开 use_mmap 才乱码（单字符刷屏）；App 内错、llm_demo 对；清缓存目录或换 tmp_path 就好；换模型不换目录后乱码	§8
nondeterminism.md	同一输入每次跑结果都不一样：§9 输出在正常/乱码间漂移、加无关代码就"好了"、只在某线程数触发、大片 ±65504 或 !!!、bisect 结论不稳定；§10 内容连贯但逐 run 不同（贪心解码仍分叉）	§9、§10

旧编号一列是给历史引用用的：其他 skill 与复盘记录里写的「general-debug §9 / §10」等指的就是 这里对应的分册。分册内部的小节号（§1.3、§5.6、§9.4 …）保持不变，可以继续直接引用。 §3 只收 host 侧共享所有权 / 引用计数的竞争；相邻的两类竞争在别处： memory-aliasing.md §1.6（GPU 单 dispatch 内 threadgroup 竞争，含逐 op commit 二分法） 与 nondeterminism.md §10（CPU 动态分发 × 异构 kernel）。

尚未入库：图优化回归（某个 converter pass 之后跑错、disable 该 pass 就正常），即历史编号 §4。 首次复现时按下面的维护约定新开一份分册，编号从 §11 起——§4 是历史空号，不再复用。

症状横跨多类时的推荐顺序：先做「所有后端是否一致地错」的分流（一致 → export-and-quant， 不一致 → memory-aliasing），再做「fp32 是否也错」（fp32 对 → fp16-range）， 最后才怀疑 kernel 假设与缓存。「每次跑都不一样」优先于一切——非确定性会让前面所有对拍结论作废， 先去 nondeterminism.md 把它压成确定性问题。

通用排查原则（所有分册共用）

1. 先复现最小化：定住能稳定复现的最小 case（最短 prompt、最小 shape、单线程），然后逐步添加变量。
2. 两向 A/B：换后端、换开关、换编译选项、换线程数 —— 任一维度上"这边错那边对"都是强线索。
3. 别信"这块应该是独立的"，用直接观察去证明：地址、值、时序都要用打印/断点去看，不要靠推理。
4. 修改先做假设，验证后再改代码。改一版跑一版，避免"多改一起观察但不知道哪个生效"。
5. 改完记录：如果本次 bug 有可复用的教训，追加到对应分册的"参考案例"；如果发现新的 bug 类别， 新开一份分册并更新本文的分流表。
6. 导出/序列化崩溃先查 I/O 边界：用回溯定位第一个文件写入点；converter 入口先创建并验证父目录， fopen 失败必须立即返回，禁止把空 FILE* 传给 fwrite。不要把这种晚发的 SIGSEGV 误判成模型或后端问题。
7. 区分建图与执行阶段的资源绑定：对外部 backend API，先确认 graph tensor 创建时允许哪些字段， client buffer、memory handle 等运行时资源只在 API 要求的阶段绑定；在至少两个 SDK/SoC 组合上检查 建图日志，不能以某个版本的宽容行为代替契约。

对拍纪律（每个分册都会踩）：hash 输出前剔除 cost time 等计时行；对拍前预热一次（首次运行 会重建 pipeline cache）；llm_demo 强制共享 tmp/ 缓存目录，对拍前 rm -rf tmp； 确定性测试必须显式钉死 sampler（"sampler_type":"greedy"），默认 mixed 本身就是非确定采样。

目录结构

skills/general-debug/
├── SKILL.md                 ← 本文件，症状分流 + 通用原则
├── memory-aliasing.md       §1 内存别名 / 生命周期（arena reuse、融合别名竞争、fp32 当 oracle）
├── export-and-quant.md      §2 量化误差 / 导出侧权重损坏（量化 bisect、离线反量化比对）
├── concurrency.md           §3 并发 / 线程竞争（host 侧引用计数、TSAN A/B、编译期哨兵）
├── fp16-range.md            §5 fp16 表示能力不足（值域改写、查表化重构的三类陷阱）
├── gpu-oob.md               §6 GPU shader 越界 / command buffer 故障
├── kernel-assumptions.md    §7 后端 kernel 隐式假设违反（causal mask、layout 约定）
├── stale-cache.md           §8 持久化缓存误信（weight-mmap sync 自我污染、跨模型污染）
└── nondeterminism.md        §9 未初始化内存 / 堆垃圾依赖 + §10 多线程数值非确定

维护约定

• 每份分册按同一骨架写：触发 → 核心心法 → 相关背景（可选）→ 排查流程（Step 化）→ 常见对照表：症状 → 优先怀疑 → 参考案例 → 相关文件索引。
• 新增类别 = 新开一份分册（不要往已有分册里塞进第二类根因），文件名用症状而非编号， 并在本文的分流表与目录结构里各补一行；分册内部小节号沿用新分册的编号段。
• 参考案例写"排查路径 + 根因 + 修复 + 避坑要点"，其中排除项与它们为什么误导必须写， 否则下一个人会重跑同样的死路。
• 结论上提到分册正文，过程与数字留在案例段；性能相关的过程数据不进本仓， 归到对应后端 skill 的结论文档或外部台账，不要挤进本 skill。
• 复盘走 retrospective。