昇腾（Ascend）NPU 大模型训练 Profiling 分析工具。它读取
ASCEND_PROFILER_OUTPUT 或 MindStudio msprof-export 目录，生成统一指标、
时间线、规则诊断和可分享报告。
当前重点支持 DeepSeek-V3 结构的 MoE 训练 Profiling；多卡数据模型已预留， 具体指标以实际采集内容为准。
LLMInsight 是独立开源项目，由维护者与贡献者按开源协作方式维护和运作， 项目内容供技术研究、学习和工程交流参考。项目中的代码、文档、示例、分析结果 及讨论，不代表任何个人或组织（包括维护者、贡献者及其雇主、所属机构或关联方） 的观点、立场、政策或承诺。
本项目不是任何厂商或机构的官方产品，不构成其认证、推荐、背书或技术支持承诺。 文中提及的个人、组织、厂商、产品、模型和商标，仅用于说明兼容对象或技术背景， 不表示隶属、代言、合作或授权关系。
除非另有书面约定，本项目按“现状”和“可用状态”提供，不对准确性、完整性、 适用性、稳定性或特定性能收益作保证，也不承诺持续维护、响应时限或商业支持。 性能指标、诊断建议和推演结果可能受采集数据、配置及实现假设影响，使用者应 独立核验，并自行评估使用、修改及部署风险。
在适用法律允许的范围内，除非另有书面约定，维护者、贡献者及其他权利人不对因 使用或无法使用本项目产生的损失承担责任，包括数据丢失、业务中断或其他损失。 依法不得排除或限制的责任不受本说明影响。
本说明不增加 AGPL-3.0-only 许可证之外的使用限制；具体授权、无担保与责任限制
以 LICENSE 为准。
从 Release 下载 Windows 安装包，
双击安装后从开始菜单启动 LLMInsight。安装包已包含 Python 和运行依赖，无需另行安装。
启动后浏览器会打开 http://127.0.0.1:8765/；选择要分析的 Profiling 目录。
关闭 LLMInsight 命令窗口即可停止服务。服务固定绑定 127.0.0.1，不支持远程监听。
安装包未签名，Windows 可能提示未知发布者；可使用 Release 页面的
SHA256SUMS 校验下载文件。
浏览器请求只接受当前本机来源。自行调用 POST API 时，需发送
Content-Type: application/json 和 X-LLMInsight-Request: 1；
/api/llm 仅接受 POST。不要将服务通过反向代理或端口转发暴露给远端。
git clone https://github.com/ai-v5/LLMInsight.git
cd LLMInsight
python3 -m pip install -r requirements.txt
python3 -m llminsight.server --port 8765需要不自动打开浏览器时：
python3 -m llminsight.server --port 8765 --no-browser如果没有手动选择目录，可用 LLMINSIGHT_DATA_DIR 指定数据目录。重启脚本默认
关闭 LLM 网络调用；确认数据可以发送给配置的模型服务后，再显式设置
LLMINSIGHT_LLM_ENABLED=1。
- 解析 Ascend profiler 和 MindStudio 导出的 CSV/JSON/DB 数据。
- 支持多 rank 采集根目录（每 rank 一个
*_ascend_pt/ASCEND_PROFILER_OUTPUT）： 自动选 step 中位数的代表 rank 做单卡分析，并汇总全部 rank 的 step 分解、 慢卡/离群 rank 与按节点聚合的集群概览。 - 展示 MFU、MBU、Roofline、通信、显存、时间线和隐藏开销。
- 将算子和通信归因到模型结构，并给出规则诊断与优化建议。
- 导出自包含 HTML 报告，支持芯片参考值切换和 What-if 分析。
- LLM 洞察为可选能力；默认只使用本地规则引擎，不上传原始 trace。
python scripts/verify.py
node scripts/verify_web.js第二条命令需要先启动服务，并默认访问 http://127.0.0.1:8765。
设计与数据契约见 doc/，包括架构、解析、指标、视图、LLM
洞察和验证说明。
项目使用 AGPL-3.0-only，见 LICENSE。第三方组件和依赖见
THIRD_PARTY_NOTICES.md。
从 0.6.2 起的源码版本采用 AGPL-3.0-only。历史发布的 0.6.0 / 0.6.1 安装包仍按 其随包附带的 GPL-3.0-only 许可分发；修改当前仓库许可不会追溯改变既有副本的许可。