用途：分析 SLURM 作业日志文件，对失败进行根因归因并给出重启决策，适用于已有 SLURM 训练日志、需要判断是否重启的场景。
主要能力：读取日志文件（UTF-8，失败时回退 latin-1）；基于训练进度、失败行、检查点状态和已知重启策略信号构建确定性 L0 证据；可选运行 L1 模型增强，解释主要失败及相关证据；应用 restart-agent 重试/恢复策略，返回结构化的 STOP 或 RESTART 决策。
使用方式：通过命令行运行 python -m nvidia_resiliency_ext.attribution.restart_agent.cli，参数依次为日志路径，可选 --job-id、--cycle-id、--config、--llm-model、--llm-base-url、--llm-api-key-file、--disable-l1、--summary。默认输出 JSON 到 stdout，--summary 会额外在 stderr 输出简要摘要。也可使用编程接口 RestartAgent 配合 LlmEvidenceExtractor 与 RestartAgentRequest 调用。
输出字段包括 decision、decision_basis、retry_policy、primary_failure、secondary_failures、evidence_coverage、justification。
限制：L1 增强需要 LLM_API_KEY（环境变量、LLM_API_KEY_FILE 或 ~/.llm_api_key）；无模型访问时可加 --disable-l1 仅做确定性分析。其他平台支持、收费与价格信息暂未提供。