版本别名）¶

变更日期：2026-10-05　实施人：rain（Agent 执行）　状态：已完成，验收通过 归档目录：slurm_ins/lmod_site_package_20261005/ 触发来源：用户对 Lmod 的四点问询（提示块干扰 / slurm 模块是否该取消 / csh 补全 / 对标 EDA 行业标准）

1. 背景¶

上一轮（slurm_csh_profile_20261005）补齐了 csh 侧登录注入后，module avail 暴露出两处长期存在的不一致，另有一处使用习惯缺口：

module avail 尾部固定打印一段提示块（"If the avail list is too long consider trying: ..."）。它来自 Lmod 的 messageDir/en.lua 的 avail 条目，由 StandardPackage.lua 注册的 msgHook 在 Hub:avail()（Hub.lua:1451）末尾输出，没有单独开关；且与模块列表同走 stderr，2>/dev/null 会把列表一起丢掉。
Core/slurm/26.05.2.lua 已无存在价值：登录环境由 /etc/profile.d/slurm-path.{sh,csh}、slurm_configless.{sh,csh} 双轨注入，该模块只是重复前置 PATH（外加一个无人依赖的 SLURM_HOME），在 module avail 里纯属噪音。
同工具多版本无法不带版本加载：siemens/calibre/ 下并存 2026.1 与 2015.2_36.27，module load calibre 会因多重匹配报错。

2. 目标¶

module avail 不再打印提示块，其余消息（尤其警告）格式与行为不变；
生成器不再产出 slurm 模块，并清理共享盘上遗留的 Core/slurm/ 目录（先备份）；
健康检查与之对齐（不再借 slurm 模块做样本）；
module load calibre 命中默认版本 2026.1，另提供 calibre/latest 别名；
全程幂等：复跑零变更、全跳过；不停服、不重启任何 daemon。

3. 前置条件¶

root SSH 可达 6 台：控制 .16/.17、计算 .18/.19/.20、提交 .28；
工程 .venv/ 与 config/slurm_deploy.yaml 就绪；Lmod 8.7.65（EPEL）已装；
/opt/modulefiles 为 NFS 共享挂载（192.168.31.249:/data/nfs/modulefiles），内容主节点为控制主节点 .16；
执行前 squeue 必须为空（本实现体在 TaskProlog 变化时会重启 slurmd；本次 TaskProlog 无变化，实测未触发）。

4. 影响范围¶

项	内容
主机	`.16` `.17` `.18` `.19` `.20` `.28` 共 6 台
文件	新增 `/etc/lmod/site/SitePackage.lua`；改 `/etc/profile.d/zzz_site_lmod.sh`、`.csh`（各追加 `LMOD_PACKAGE_PATH` 段）；内容主节点新增 `/opt/modulefiles/siemens/calibre/.modulerc.lua`；删除 `/opt/modulefiles/Core/slurm/`
是否停服	否，不重启 daemon
在跑作业	不受影响（只改登录环境变量与模块可见性）
窗口期	随时；删目录前有备份，可回滚

5. 分步操作¶

本次以生成器代码为准（改 slurm_ins 的渲染与部署逻辑），下发由部署器完成。以下给出等价底层操作供阅读、复核与手工复现；幂等与错误处理由实现体保证。实现体：module_env_assets.py（渲染）、module_env_deployer.py（判定/执行/验证/卸载）。

步骤 1：渲染站点 Lmod 扩展 `SitePackage.lua`¶

Lmod 的 initialize_lmod()（libexec/utils.lua）先 require("StandardPackage")，再把 LMOD_PACKAGE_PATH 的每个目录前置进 package.path，最后 require("SitePackage")；而 Hook.register 的默认动作是 replace——故站点文件里注册的 msgHook 会覆盖默认实现，这是 Lmod 官方留的扩展点（rpm 自带的 SitePackage.lua 只是占位文件）。

坑：SitePackage.lua 一旦出错会让全站 Lmod 失效，故只覆盖 msgHook、其余消息沿用与 StandardPackage 同构的默认格式化（string_utils 的 split/fillWords + TermWidth），并在下发前用实机 luac -p 与隔离 LMOD_PACKAGE_PATH 功能验证。

# 备份（若已存在）
cp -a /etc/lmod/site/SitePackage.lua /etc/lmod/site/SitePackage.lua.bak.$(date +%Y%m%d-%H%M%S)
mkdir -p /etc/lmod/site
cat > /etc/lmod/site/SitePackage.lua <<'EOF'
-- 站点 Lmod 扩展（由 slurm 部署器生成，请勿手工修改）
require("strict")
require("TermWidth")
require("string_utils")
local hook = require("Hook")
local i18n = require("i18n")

local function default_msg(kind, a)          -- 与 StandardPackage 默认 l_msg 同构
   local twidth = TermWidth()
   local s = i18n(kind, {}) or ""
   if (s:len() > 0) then
      for line in s:split("\n") do
         a[#a+1] = "\n"
         a[#a+1] = line:fillWords("", twidth)
      end
      a[#a+1] = "\n"
   end
   a[#a+1] = "\n"
   return a
end

local silent = { ["avail"] = true }          -- 屏蔽的消息类型

local function site_msg(kind, a)
   if (silent[kind]) then return a end
   return default_msg(kind, a)
end

hook.register("msgHook", site_msg)
EOF
chmod 644 /etc/lmod/site/SitePackage.lua
luac -p /etc/lmod/site/SitePackage.lua       # 语法自检，必须无输出

预期：luac -p 无输出；module --config | grep -i 'Site Pkg location' 显示 /etc/lmod/site/SitePackage.lua（未生效时显示 standard）。

步骤 2：把 `LMOD_PACKAGE_PATH` 写进双轨站点脚本¶

必须 export/setenv——Lmod 每次启动都从环境读该变量。csh 侧 case 模式串须为字面路径（csh 不对模式做变量展开），判重避免重复 source 时叠加。

# /etc/profile.d/zzz_site_lmod.sh 追加（高危：覆盖前先备份）
_lmod_pkg_dir="/etc/lmod/site"
case ":${LMOD_PACKAGE_PATH:-}:" in
  *":${_lmod_pkg_dir}:"*) ;;
  *) LMOD_PACKAGE_PATH="${_lmod_pkg_dir}${LMOD_PACKAGE_PATH:+:$LMOD_PACKAGE_PATH}"
     export LMOD_PACKAGE_PATH ;;
esac
unset _lmod_pkg_dir

# /etc/profile.d/zzz_site_lmod.csh 追加
if ( ! $?LMOD_PACKAGE_PATH ) then
    setenv LMOD_PACKAGE_PATH "/etc/lmod/site"
else
    switch (":${LMOD_PACKAGE_PATH}:")
    case "*:/etc/lmod/site:*":
        breaksw
    default:
        setenv LMOD_PACKAGE_PATH "/etc/lmod/site:${LMOD_PACKAGE_PATH}"
        breaksw
    endsw
endif

预期：bash -n 无输出；/bin/csh -f -c 'source /etc/profile.d/zzz_site_lmod.csh; printenv LMOD_PACKAGE_PATH' 输出 /etc/lmod/site。

步骤 3：生成器取消 `slurm` 模块并登记退役目录¶

module_env.slurm_module.enabled=false 后 modulefile_paths() 不再产出该文件；但生成器只写不删，历史文件会继续被扫到，故由 obsolete_module_file_dirs（本站自有常量，非通配）声明待清理目录 Core/slurm。

# 生成器：slurm_module.enabled: false  →  不再渲染 Core/slurm/<ver>.lua
# 部署器：sync 探测 [ -d /opt/modulefiles/Core/slurm ] → apply 备份后删除

预期：module avail 的 Core 段不再出现 slurm/26.05.2。

步骤 4：内容主节点备份并清理退役目录¶

高危：删除共享盘模块目录影响全体用户，故先打包备份、备份失败即中止（实现体用 && 串联）。

# 在内容主节点 192.168.31.16 上
B=/var/backups/slurm/modulefiles; mkdir -p "$B"
tar -C /opt/modulefiles -czf "$B/Core-slurm.removed.tar.gz" Core/slurm
rm -rf /opt/modulefiles/Core/slurm
test ! -e /opt/modulefiles/Core/slurm && echo PRUNED

步骤 5：同工具多版本默认值与别名（`.modulerc.lua`）¶

yaml 工具条目加 default_version: true 与 version_aliases: ["latest"]，渲染成 siemens/calibre/.modulerc.lua：

cat > /opt/modulefiles/siemens/calibre/.modulerc.lua <<'EOF'
module_version("calibre/2026.1", "default")
module_version("calibre/2026.1", "latest")
EOF

预期：module load siemens 后 module -t avail 出现 calibre/latest(@calibre/2026.1)；module load calibre 命中 calibre/2026.1。

步骤 6：下发（实现体入口）¶

.venv/bin/python main.py --config config/slurm_deploy.yaml --module-env --dry-run   # 预演
.venv/bin/python main.py --config config/slurm_deploy.yaml --module-env             # 下发

预期：待执行变更 > 0、退出码 0、末尾 ✅ 部署完成 且健康校验通过。

6. 验证¶

#	命令	实测结果
1	6 台 `module --config \\| grep -i 'Site Pkg location'`	均为 `/etc/lmod/site/SitePackage.lua` ✅
2	`su - cy01 -c 'module avail' 2>&1 \\| grep -c 'avail list is too long'`	`0`（对照组无 `LMOD_PACKAGE_PATH` 时为 `1`，即机制确由站点扩展生效） ✅
3	`su - cy01 -c 'module avail'`	Core 段为 `cadence pdk siemens site synopsys`，无 `slurm` ✅
4	`.16` 上 `test ! -e /opt/modulefiles/Core/slurm`	已删除；备份包 `/var/backups/slurm/modulefiles/Core-slurm.removed.tar.gz`（620 B）存在 ✅
5	`su - cy01 -c 'module load siemens; module -t avail'`	`calibre/latest(@calibre/2026.1)`、`calibre/2026.1`、`calibre/2015.2_36.27` ✅
6	隔离树功能测试（`/tmp` 造两版本 + 真实生成的 `.modulerc.lua`）	`module load calibre` rc=0 → 加载 `calibre/2026.1` ✅
7	6 台 csh 登录态 `MODULEPATH` 含 `/opt/modulefiles/Core`	全部通过（双轨脚本改动未回归） ✅
8	幂等复跑 `--module-env`	第二次「待执行 0 / 幂等跳过 27 / 退出码 0」 ✅

7. 回滚¶

系统侧（恢复变更前状态）：

# 1) 还原被清理的 modulefile 目录（内容主节点 .16）
tar -C /opt/modulefiles -xzf /var/backups/slurm/modulefiles/Core-slurm.removed.tar.gz
# 2) 移除站点扩展与别名
rm -f /etc/lmod/site/SitePackage.lua /opt/modulefiles/siemens/calibre/.modulerc.lua
# 3) 恢复双轨站点脚本中「无 LMOD_PACKAGE_PATH 段」的旧内容
#    （旧内容 = 从 backup/slurm_ins/ 的源文件重新渲染；实现体入口见下）
.venv/bin/python main.py --config config/slurm_deploy.yaml --module-env --rollback

--rollback 会恢复 slurm.conf 的 TaskProlog、删除站点脚本与 SitePackage.lua，并从备份包还原 Core/slurm（实现体 uninstall() 已含该步）。

代码侧：从 backup/slurm_ins/ 恢复源文件后复跑 --module-env。注意：

config/slurm_deploy.yaml.bak.20261005-150000 是本轮动手前状态（由本轮 4 处编辑逆向重建，精确）；
两个 .py 的历史备份早于本轮改动（分别是 10-05 主题与 09-27 主题的快照），不是动手前快照——需按本 SOP 第 5 章的改动手工逆向，或直接回退到「不复用旧文件、只撤销第 5 章各步」的方式。

备份位置与清单见 backup/README.md。

8. 风险说明¶

风险	缓解
`SitePackage.lua` 出错导致全站 Lmod 不可用	只覆盖 `msgHook`，其余逻辑与 `StandardPackage` 同构；下发前 `luac -p` + 隔离 `LMOD_PACKAGE_PATH` 功能验证（提示块 1→0）；6 台 `verify()` 每次校验 `module --config` 的 Site Pkg 位置
删除共享盘 `Core/slurm/` 影响用户脚本	已核查：全站家目录仅 `cy01/1`（`module help` 输出留档）与 `rain01/.history`（csh 历史）命中 `module load slurm`，无任何脚本依赖；删除前打包备份，`--rollback` 可还原
健康检查失去「load 后命令可见」样本	`verify_modules` 置空，改由 SitePackage 生效 + Core 路径可见 + csh 站点脚本三项覆盖；Slurm 命令可达性由 `node_env` / `submit_node` 两阶段各自验证
`.modulerc.lua` 与兼容侧维护的 `calibre/2015.2_36.27` 冲突	该文件只声明默认与别名，不改动任何既有 modulefile；`2015.2_36.27` 仍可显式加载
流程缺口（已记）：本轮动手前未先生成两个 `.py` 的动手前快照（仅 yaml 做了逆向重建）	变更已验收通过且幂等；代码侧回滚按第 5 章逐处逆向编辑执行；后续同类变更必须先做源文件快照再动手

附录：本次交付物与未落地项¶

文件	说明
`backup/slurm_ins/config/slurm_deploy.yaml.bak.20261005-150000`	动手前配置（逆向重建，600）
`backup/slurm_ins/module_env_assets.py.bak.20261005-135507` 等	历史版本源文件（非动手前快照，见第 7 章说明）
本 `SOP.md`	变更档案

未在本轮落地（按建议顺序留待后续）：

④ Spider cache：实测本机 Lmod 的 Cached loads (LMOD_CACHED_LOADS) 为 no（默认不用缓存），启用需同时生成缓存 + 置 LMOD_CACHED_LOADS=yes + 内容变更后重建，否则会「看不到新模块」。当前模块树仅 ~10 个模块，收益为零而风险非零，建议 EDA 工具树就位前再启用（届时落在 --module-env 的收尾步骤）。
⑤ deprecate() 标注与命名统一：目标对象（synopsys/vcs-el7、synopsys/eda2018、calibre/2015.2_36.27、virtuoso/IC06.17.700 等）不在本工程生成器管辖内（由 eda_tools_ins 兼容侧维护），改名会破坏其归属；建议改为在生成器侧支持 deprecated: true（供纳管工具使用），跨工程改名另立变更。

来源：/home/rain/Documents/slurm/slurm_ins/lmod_site_package_20261005/SOP.md ｜最后更新：2026-10-05 14:57（由 build/sync.py 同步，请勿在站点侧修改）