Support extract use CPU and optimize some codes.

[Xreki]

PR Category

Other

Description

本次 PR 对 GraphNet 并行提取流水线进行了增强，新增 CPU 模式支持、可配置超时、细粒度的失败状态追踪，以及可选的 LLM 重试功能。变更内容如下：

1. 支持 CPU 模式

• parallel_extract.py 通过 torch.cuda.is_available() 自动检测 GPU/CPU 环境。
• 新增 --num-workers 参数用于 CPU 模式（此前仅支持 GPU）。
• Worker 日志前缀更新为 [Worker-{id} GPU:{id}] / [Worker-{id} CPU]。

2. 可配置超时（按设备区分默认值）

• 新增 --extract-timeout 和 --verify-timeout 命令行参数。
• 默认值根据运行设备自动区分：
  • GPU：extract=1000s，verify=300s
  • CPU：extract=2000s，verify=600s
• GraphNetAgent、SubprocessGraphExtractor、ForwardVerifier 均支持传入可选的 timeout 参数。

3. 细粒度提取状态（ExtractionStatus 枚举）

• 引入 ExtractionStatus(str, Enum)，包含四种状态：
  • OK — 提取和验证均通过
  • VERIFY_FAILED — 计算图提取成功，但前向验证失败
  • EXTRACT_FAILED — 脚本生成或图提取失败
  • ERROR — 未预期的运行时错误
• GraphNetAgent.extract_sample() 返回类型由 bool 改为 ExtractionStatus。

4. 拆分成功率指标

• [PROGRESS] 日志现在同时输出两个成功率：
  • success= — 整体成功率（提取+验证均通过）
  • extract= — 提取成功率（包含提取成功但验证失败的模型）
• Summary 汇总和 Per-GPU/Per-Worker 统计也同步展示两种成功率。
• 结果 JSON 新增 extract_success 和 extract_success_rate 字段。

5. 可选的 LLM 重试

• 新增 --use-llm 参数（store_true，默认 False），用于开启提取失败时的 LLM 脚本修复重试。
• 此前 Worker 中硬编码为 llm_retry=False。

6. 代码重构

• 将原先 main() 中的逻辑拆分为 _parse_args()、_resolve_config()、_load_model_ids()。
• _worker() 重命名为 worker_fn()，增加 worker_id 和 llm_retry 显式参数。

[paddle-bot]

Thanks for your contribution!