Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Tutorial for debugging CUDA crashes using API logging
How to use
Zainstaluj FlashInfer z repozytorium flashinfer-ai, jeśli jeszcze tego nie zrobiłeś. Skill znajduje się w katalogu .claude/skills/debug-cuda-crash w głównym repozytorium projektu.
Włącz logowanie API poprzez zmienne środowiskowe. Dla podstawowego logowania (tylko nazwy funkcji) ustaw FLASHINFER_LOGLEVEL=1 i FLASHINFER_LOGDEST=stdout, a następnie uruchom swój skrypt: export FLASHINFER_LOGLEVEL=1 && export FLASHINFER_LOGDEST=stdout && python moj_skrypt.py
Jeśli potrzebujesz szczegółowych informacji o wejściach i wyjściach, zmień poziom logowania na FLASHINFER_LOGLEVEL=3 i skieruj wynik do pliku: export FLASHINFER_LOGLEVEL=3 && export FLASHINFER_LOGDEST=debug.log && python moj_skrypt.py
Przeanalizuj wygenerowany plik dziennika (debug.log). Zawiera on informacje systemowe (wersja FlashInfer, CUDA toolkit, GPU), a następnie szczegółowe logi każdego wywołania API z danymi wejściowymi, kształtami tensorów i typami danych.
Porównaj zarejestrowane dane z miejscem awarii w kodzie. Szukaj anomalii: nieprawidłowych wymiarów tensorów, wartości NaN/Inf, lub danych, które nie pasują do oczekiwanego zakresu.
Użyj tych informacji do naprawy błędu w swoim kodzie — najczęściej problem leży w przygotowaniu danych wejściowych lub w konfiguracji parametrów funkcji FlashInfer.