chore: 迁移服务器前同步本地修改

data/plugin/data_analytics/toolset/ray_submit.py

@@ -1,7 +1,8 @@
-"""ray_submit：把分析脚本提交到 Ray（distributed）或 subprocess（standalone）执行。
+"""ray_submit：把分析脚本提交到子进程执行。
 
-凭证以 ``AWS_*`` 环境变量注入子进程，让 boto3/pandas-s3 自然读到。
-脚本走 ``kilostar.utils.sandbox.validate_python_code`` 的静态屏蔽兜底。
+名字沿用历史（原设计走 Ray）；当前后端为本地子进程，未来要接远程算力只需替换
+执行器，工具签名不变。凭证以 ``AWS_*`` 环境变量注入子进程，让 boto3/pandas-s3
+自然读到。脚本走 ``kilostar.utils.sandbox.validate_python_code`` 的静态屏蔽兜底。
 """
 
 from __future__ import annotations
@@ -11,7 +12,6 @@ import os
 import sys
 import tempfile
 
-from kilostar.utils.ray_compat import _STANDALONE
 from kilostar.utils.sandbox import (
     CodeViolation,
     get_python_timeout,
@@ -33,7 +33,7 @@ def _build_env(creds) -> dict:
 
 
 async def ray_submit(script: str, timeout: int = 300) -> str:
-    """提交 Python 脚本到 Ray（分布式）或子进程（单机）执行。
+    """提交 Python 脚本到子进程执行。
 
     脚本中可直接 ``import boto3`` 读 S3（凭证已通过环境变量注入）；可用
     pandas / polars / numpy 等已安装的依赖。**只读**——不要尝试 put/delete。
@@ -83,8 +83,6 @@ async def ray_submit(script: str, timeout: int = 300) -> str:
         if proc.returncode != 0:
             result += f"\n[exit code: {proc.returncode}]"
         result = result.strip() or "(no output)"
-        if not _STANDALONE:
-            result = f"[mode: ray-cluster (subprocess)]\n{result}"
         return result
     except asyncio.TimeoutError:
         return f"[Error] ray_submit 执行超时（{timeout}s）"