用途：用于检测和分析 NPU 相关故障，帮助快速定位训练/推理任务异常退出或性能劣化问题，覆盖日志采集、清洗、诊断全流程。
主要能力：日志采集脚本 log_collector.py 支持训练/推理前（before）、中（during）、后（after）三阶段采集；清洗与诊断命令 ascend-fd parse、ascend-fd diag、ascend-fd single-diag，支持集群、单机、超节点场景；诊断报告含根因节点分析、故障事件分析、设备资源分析、网络拥塞分析（后两者需 --performance）。提供 Python API：parse_fault_type、parse_root_cluster、diag_root_cluster、parse_knowledge_graph、diag_knowledge_graph，并支持自定义故障实体 custom_entity。
用法：先确认已安装，执行 ascend-fd version 检查；安装教程见 https://www.hiascend.com/document/detail/zh/mindcluster/730/faultdiag/faultdiagug/mindxdlFDUG008.html 。采集示例：python3 log_collector.py -s after -n nodes.json -o ./logs ；清洗示例：ascend-fd parse -i 采集目录 -o 清洗输出目录 --performance ；集群诊断：ascend-fd diag -i 诊断输入目录 -o 诊断结果输出目录 --performance ；单机诊断：ascend-fd single-diag -i 采集目录 -o 单机诊断结果输出目录 ；超节点：ascend-fd diag -i 诊断输入目录 -o 诊断结果输出目录 -s super_pod 。
适用场景：整机满卡训练与推理任务、集群/单机/超节点故障诊断；支持 CANN 7.0.RC1 及以上、PyTorch 5.0.RC3 及以上、MindSpore 2.1.0 及以上、TensorFlow（仅自定义故障）、Ascend HDK 23.0.RC3 及以上、MindCluster 6.0.RC3 及以上、MindIE 6.0.0 及以上、AMCT 7.0.RC1 及以上等日志版本。
限制：仅支持 IPv4；仅支持整机满卡场景，非满卡可能导致根因定位错误或失败；集群建议 ≤128 台服务器（1024 卡），超出需用 ulimit -n 调整；避免使用管道命令；需同步各服务器系统时间、Host 与 Device 时间及容器时间；清洗输出目录磁盘空间需大于 5G；日志级别过低可能冲刷关键日志导致无法诊断；暂不支持发生过冗余恢复的 MindIE 多实例推理集群诊断。缺失 LCNE 或 BMC 日志需手动关联场景，缺失 Host 日志需将清洗结果存放同一目录。