一条命令,量化你的部件管理能力 — openUBMC 部件兼容性评分工具实战指南
概要
你的服务器部件接入 BMC 后,管理能力到底处于什么水平?是“能识别就行”,还是“秒级监控 + 带外固件升级 + 故障预测”全都有?过去,这个问题没有标准答案。现在,openUBMC 社区提供了一套自动化评分工具,一条命令跑完测试,直接给出量化得分和等级。
一、背景:为什么需要部件兼容性评分?
服务器板卡部件种类繁多——网卡、GPU、NPU、NVMe 硬盘、RAID 卡……不同厂商的部件,与 BMC 的带外管理接口兼容性参差不齐。这带来了三个实际问题:
- 适配成本高:每引入一款新部件,都需要大量接口适配与验证工作
- 管理能力不一致:同类部件在不同厂商实现下,可监控、可诊断、可升级的能力差异显著
- 生态碎片化:缺乏统一的量化标准,部件选型缺少客观依据
openUBMC 社区开发了这套部件兼容性评分工具,目标很明确:让部件管理能力可量化、可对比、可追溯。
二、评分体系:四层能力,一个公式
2.1 三层评价模型
整个评价体系采用三层模型,从微观到宏观逐级汇聚:
接口能力等级(L1~L4)→ 部件能力等级(L1~L4)→ 整机兼容性等级(L1~L3)
本工具聚焦的是第二层——部件能力等级,即单个部件(如一块网卡、一块 GPU)在 BMC 管理视角下的能力评定。
2.2 四级管理能力定义
| 等级 | 名称 | 核心能力特征 |
|---|---|---|
| L1 | 基础管理 | 部件可被 BMC 识别,基础信息可读、基础状态可查 |
| L2 | 标准管理 | 支持带外管理通道,具备主动健康检查、秒级监控、带外固件升级 |
| L3 | 高级管理 | 芯片级监控、热插拔感知、SMART 健康评估、故障预测 |
| L4 | 卓越管理 | AI 辅助预测、寿命评估、自愈决策等智能化自治管理能力 |
2.3 评分公式
工具的评分逻辑非常直观:
每个用例:PASS = 100 分,FAIL / SKIP = 0 分
部件总分采用加权计算:
Cs = 0.6 × L1均分 + 0.2 × L2均分 + 0.1 × L3均分 + 0.1 × L4均分
加权系数体现“基础能力为主、高级能力为加分”的设计理念——L1 占 60% 确保基础管理功能必须扎实,L2~L4 逐级加分,激励厂商提升高级管理能力。
等级映射:
| 总分区间 | 等级 | 含义 |
|---|---|---|
| [0, 60) | Level1 | 基本管理 |
| [60, 80) | Level2 | 标准管理 |
| [80, 90) | Level3 | 高级管理 |
| 90, 100 | Level4 | 卓越管理 |

三、系统架构:四个脚本,一条流水线
整套工具由 4 个脚本组成,各司其职,形成一条完整的自动化流水线:

3.1 脚本角色一览
| 脚本 | 角色 | 何时使用 |
|---|---|---|
| run_component_score.py | 主脚本:运行用例 → 解析结果 → 计算得分 → 生成报告 | 执行认证时 |
| check_missing_level.py | 自检工具:扫描用例是否标注了等级标签 | 运行评分前 |
| check_fingerprint.py | 校验工具:验证 PDF 报告未被篡改 | 交付后验收时 |
| component_score_common.py | 公共模块:被其他脚本共享的常量和函数 | 自动调用 |
3.2 脚本协作关系
component_score_config.yaml ──────────────┐
↓
check_missing_level.py(独立,运行前自检)
run_component_score.py(主脚本)
├── 导入 component_score_common.py
├── 读取 config.yaml(BMC/OS 连接信息)
├── 运行 Robot 用例 → results/<型号>/output.xml
├── 解析 output.xml → 计算得分
└── 生成报告 → reports/<型号>/*.md + *.pdf(含指纹)
check_fingerprint.py(独立,交付后校验)
├── 导入 component_score_common.py(同一算法)
└── 重新计算指纹 → 与 PDF 页脚指纹比对
关键设计:
四、5 分钟上手:从零到报告
4.1 环境准备
第一步:安装依赖
cd Test_Code/component_score
pip install -r requirements.txt
依赖项包括 pyyaml、robotframework、fpdf2 等,一行命令搞定。
第二步:配置连接信息
编辑 component_score_config.yaml,只需修改 BMC 和 OS 的 IP / 用户名 / 密码:
BMC:
IP: <BMC管理IP> # 请修改为实际 BMC 管理 IP
Username: <BMC用户名> # 请修改为实际 BMC 用户名
Password: <BMC密码> # 请修改为实际 BMC 密码
HTTPS: 443
SSH: 22
IPMI: 623
OS:
IP: <OS_IP> # 请修改为实际 OS IP
Username: <OS用户名> # 请修改为实际 OS 用户名
Password: <OS密码> # 请修改为实际 OS 密码
SSH_PORT: 22
只需改 IP 和账号密码,其余路径配置保持默认即可。
4.2 运行前自检
在正式跑评分之前,先检查用例是否都标注了等级标签:
python check_missing_level.py
脚本会扫描所有 .robot 文件,找出缺少 level_L1 ~ level_L4 标签的用例:
扫描目录: Test_Code/component_drivers/test_cases
- [TC_001](file:///xxx.robot#15) 行15 缺用例等级标签level_Lx
- [TC_002](file:///xxx.robot#28) 行28 缺用例等级标签level_Lx
本目录缺等级标签用例数: 2
[提示] 请查阅对应接口规范文档补充 level_Lx 等级标签
4.3 执行评分
查看支持的型号:
python run_component_score.py run
查看指定型号的可选项:
python run_component_score.py run --mode SP681
运行南向测试(BMC 侧 D-Bus 接口):
python run_component_score.py run --mode SP681 \
--base Base \
--test_cases Test_Code/component_drivers/test_cases/integration_test_cases/hardware/Network_Card \
--direction south
运行北向测试(管理侧接口:CLI / Redfish / SNMP / Web):
python run_component_score.py run --mode SP681 \
--base Base_OCP \
--test_cases Test_Code/integration_test/test_cases/Network_Card \
--direction north
南向 + 北向合并运行(一条命令,一份合并报告):
python run_component_score.py run --mode SP681 \
--base Base \
--test_cases Test_Code/component_drivers/test_cases/integration_test_cases/hardware/Network_Card \
--direction south \
--base Base_OCP \
--test_cases Test_Code/integration_test/test_cases/Network_Card \
--direction north
合并运行时,--mode 只写一次,--base / --test_cases / --direction 按位置配对,最多一个 south + 一个 north。
4.4 查看报告
运行完成后,在
| 运行方式 | 报告文件 |
|---|---|
| 单方向 | 部件兼容性评分报告-<型号>-<方向>.md / .pdf |
| 南+北合并 | 部件兼容性评分报告-<型号>.md / .pdf |
报告内容包括:评分结论、各等级得分明细、状态分布、逐条用例评分详情、评分公式说明,以及——防篡改指纹。
五、防篡改机制:PDF 页脚里的“数字签名”
测评报告的公信力是整个认证体系的生命线。为此,工具在每份 PDF 报告的页脚嵌入了两个值:
- commit 号:生成报告时的 git commit(12 位)
- fingerprint:目录级哈希指纹(12 位)

5.1 指纹算法:目录级哈希
指纹覆盖以下 7 类目录/文件(全部从 component_score_config.yaml 读取):
| 类别 | 目录 |
|---|---|
| 南向 test_lists | component_drivers/test_lists |
| 南向 test_cases | component_drivers/test_cases/hardware |
| 北向 test_lists | integration_test/test_lists |
| 北向 test_cases | integration_test/test_cases |
| test_config × 2 | component_drivers/test_config + integration_test/test_config |
| 评分脚本 | run_component_score.py |
算法步骤:
- 递归收集上述所有目录/文件的 MD5 值
- 所有 MD5 值升序排序后拼接为一个字符串
- 对该字符串求 MD5,取前 12 位作为指纹
核心代码(
def compute_dir_fingerprint(config):
"""目录级指纹算法 —— 生成方与检查方共用同一函数。"""
# 从 config 读取参与目录
dir_paths = []
for dir_key in ("South", "North"):
for key in ("TestLists", "TestCases"):
rel = config.get(dir_key, {}).get(key)
if rel:
dir_paths.append(WORKSPACE_DIR / rel)
# ... 加入 test_config、评分脚本 ...
# 收集所有文件 MD5
all_md5 = []
for dp in dir_paths:
md5s, _ = _collect_dir_md5s(dp)
all_md5.extend(md5s)
# 升序排序 → 拼接 → 二次 MD5 → 取前 12 位
all_md5.sort()
combined = "".join(all_md5)
return hashlib.md5(combined.encode("utf-8")).hexdigest()[:12]
5.2 校验命令
检查人员只需一条命令即可验证报告未被篡改:
python check_fingerprint.py --commit <PDF页脚commit号> --fingerprint <PDF页脚指纹>
- 指纹一致 → PASS 指纹一致!评测时测试相关文件未被篡改。
- 指纹不一致 → FAIL 指纹不一致!评测时测试相关文件可能被篡改。
设计亮点:生成方(run_component_score.py)与检查方(check_fingerprint.py)调用同一个 compute_dir_fingerprint() 函数,不依赖 output.xml,检查人员无需任何运行产物即可校验,闭环自然成立。
5.3 跑测试前的自检提醒
指纹覆盖的目录/文件在跑测试期间请勿做任何修改。跑用例前建议先执行:
cd <项目根目录>
git status
确认上述参与指纹计算的目录和脚本均未被修改。若有改动,请先提交或还原后再跑用例,否则 PDF 页脚指纹会与检查方计算的不一致。
六、支持的部件类型
工具覆盖 4 大类板卡部件,每类部件的测试用例按 L1~L4 分级:
| 部件类型 | 典型设备 | 测试方向 | 关键管理接口 |
|---|---|---|---|
| 网卡(NIC) | Intel E810、Mellanox ConnectX-5/6 | 南向 + 北向 | bmc.dev.NetworkAdapter、NetworkPort |
| 硬盘(Disk) | NVMe SSD、SATA/SAS | 南向 + 北向 | bmc.dev.NVMe、Storage.Drive |
| RAID 卡 | Broadcom MegaRAID 系列 | 南向 + 北向 | bmc.dev.Storage.Controller、Volume |
| xPU | NVIDIA GPU、华为昇腾 NPU | 南向 + 北向 | bmc.dev.GPU、NPU、DPUCard |
以网卡为例,各等级的测试覆盖:
| 测试项 | L1 | L2 | L3 | L4 |
|---|---|---|---|---|
| 设备识别(VID/DID/固件版本) | ✓ | ✓ | ✓ | ✓ |
| 链路状态查询 | ✓ | ✓ | ✓ | ✓ |
| 端口速率枚举与流量统计(秒级) | ✓ | ✓ | ✓ | |
| 主动健康检查与错误统计 | ✓ | ✓ | ✓ | |
| 带外固件升级 | ✓ | ✓ | ✓ | |
| 热插拔识别与诊断 | ✓ | ✓ | ||
| 光模块故障预测与诊断 | ✓ | ✓ | ||
| 光模块寿命 AI 评估 | ✓ |
七、完整认证流程

在 openUBMC 社区中,部件测评认证的完整流程如下:
第一步:RM SIG 评审(需求接纳)
企业在社区 RM SIG 提交部件管理功能支持需求,明确部件类别、型号、目标等级与交付计划。评审通过后进入开发阶段。
第二步:部件驱动开发
依据南向接口规范,实现部件的
第三步:基于测评工具测试,输出测试报告
使用本工具执行南向 + 北向测试,自动计算得分与等级,生成标准化测评报告。
第四步:QA SIG 评审
在社区 QA SIG 评审测评报告,确认得分与等级判定结论。
第五步:提交 PR 合入
评审通过后,将驱动代码和测评报告分别以 PR 形式提交至 component_drivers 和 QA 代码仓归档。
八、实际效果示例
以下是几个典型部件的测评结果示例:
| 部件型号 | 类型 | 方向 | Ls1 | Ls2 | Ls3 | Ls4 | 总分 | 等级 |
|---|---|---|---|---|---|---|---|---|
| SP681 | 网卡 | south | 100 | 95 | 80 | 40 | 87 | L3 |
| NVIDIA Tesla T4 | GPU | south | 100 | 90 | 60 | 0 | 84 | L3 |
| PM9D3A | NVMe | south | 100 | 100 | 90 | 50 | 92 | L4 |
通过测评报告,厂商可以清晰看到:
- 哪些 L1 基础能力已达标
- 哪些 L2/L3 能力还有提升空间
- 具体哪些用例失败,对应的改进方向是什么
九、常见问题速查
| 问题 | 解决方案 |
|---|---|
| 型号找不到 | python run_component_score.py run 查看所有支持型号 |
| 网络连接失败 | 检查 config.yaml 中 BMC/OS 的 IP、用户名、密码、端口 |
| 用例等级缺失 | python check_missing_level.py 扫描并补充等级标签 |
| PDF 生成失败 | 确认系统有中文字体(Windows 需有 msyh.ttc) |
| 指纹校验不一致 | 检查参与指纹计算的目录是否在测试期间被修改 |
十、写在最后:共建 openUBMC 部件生态
这套评分工具不只是一个测试脚本——它是 openUBMC 社区构建部件管理生态的基础设施。通过统一的量化标准和自动化工具,我们希望:
- 降低厂商参与门槛:标准化报告 + 自动化评分,厂商无需手动编写测试文档
- 建立公开的测评结果清单:为企业部件选型提供客观参考
- 推动接口规范化:以评促进,激励厂商提升部件管理能力
我们邀请更多硬件厂商和开发者加入 openUBMC 社区,一起推动服务器部件管理接口的标准化。无论你是部件厂商、BMC 开发者还是运维工程师,都欢迎:
- 在社区提交部件驱动代码
- 使用评分工具完成部件认证
- 参与社区接口规范的讨论与完善
评分工具代码仓:
https://gitcode.com/openUBMC/QA/tree/main/Test_Code/component_score
