用途：在模型 forward 过程中打点，捕获各层中间 tensor，用于 GPU/NPU 精度对比调试。支持 vLLM、SGLang 推理框架。
主要能力：按 tag 捕获模型级别与各层中间张量（如 input_ids、hs.in、final_hs、logits、attn.in、attn.out、hs.out、mlp.output 等），输出含 layer、device、shape、dtype、l1_norm 的 [TD_CMP] 日志；提供注入、对比、验证、日志分析与回滚脚本。
使用方式：vLLM 需设置 TORCHDYNAMO_DISABLE=1（必须，否则日志无输出）与 TENSOR_DUMP_ENABLE=1，并可设 ASCEND_RT_VISIBLE_DEVICES；SGLang 需设 TENSOR_DUMP_ENABLE=1。通用可选变量：TENSOR_DUMP_DEVICE（默认 npu:0）、TENSOR_DUMP_LAYERS、TENSOR_DUMP_TAGS。流程为分析模型、注入代码、自检验证、启动服务；注入后必须自检，检查语法（python -m py_compile）、tag 数量与必须 tag、layer_idx 定义。示例命令：export TORCHDYNAMO_DISABLE=1; export TENSOR_DUMP_ENABLE=1; vllm serve /path/to/model --tensor-parallel-size 8。
适用场景：DeepSeek、Qwen、LLaMA 等 vLLM 场景，MiMo-v2、Step3.5、Qwen3.5 等 SGLang 场景的精度问题定位与逐层对比。
限制：自动注入可能因模式匹配失败遗漏 tag，仍需按自检表验证；日志无输出常因未设 TORCHDYNAMO_DISABLE=1；MLP/Attention/DecoderLayer 需定义 layer_idx 否则无法定位层。