القائمة
为 MNN 框架新增算子。包含 Schema 定义、形状计算、几何计算、后端实现、单元测试的完整 TDD 流程。分 5 步执行，每步有独立测试标准。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | add-new-op |
| description | 为 MNN 框架新增算子。包含 Schema 定义、形状计算、几何计算、后端实现、单元测试的完整 TDD 流程。分 5 步执行，每步有独立测试标准。 |
触发条件：当用户请求为 MNN 添加/实现一个新的算子时触发。常见表述包括："添加xxx算子"、"实现xxx op"、"支持xxx操作"等。
本 SKILL 指导 AI Agent 为 MNN 框架新增算子支持。采用 TDD（测试驱动）模式，每一步都有明确的测试标准。
优先级顺序：几何计算 > 后端实现
严禁访问以下目录：
schema/private/和source/internal/，包含内部私有代码，不得读取、修改或引用。
| 目录/文件 | 作用 | 何时修改 |
|---|---|---|
schema/default/MNN.fbs | 算子类型和参数定义 | 每个新算子都需要 |
schema/default/CaffeOps.fbs | Caffe 框架算子参数 | 有参数时 |
schema/default/TensorflowOp.fbs | TF 框架算子参数 | 有参数时 |
source/shape/Shape*.cpp | 形状（维度）计算 | 输出形状与输入不同时 |
source/geometry/Geometry*.cpp | 几何计算（算子拆解） | 优先实现 |
source/backend/cpu/CPU*.cpp/.hpp | CPU 后端实现 | 无法几何拆解时 |
source/backend/metal/Metal*.cpp/.hpp/.metal | Metal 后端实现 | 扩展到 Metal |
source/backend/opencl/execution/*.cpp/.h/.cl | OpenCL 后端实现 | 扩展到 OpenCL |
source/backend/vulkan/image/execution/Vulkan*.cpp/.hpp | Vulkan 后端实现 | 扩展到 Vulkan |
source/backend/cuda/execution/*.cu/.cuh | CUDA 后端实现 | 扩展到 CUDA |
include/MNN/expr/ExprCreator.hpp | 表达式 API 函数 | 需要用户可调用时 |
test/op/*Test.cpp | 单元测试 | 每个新算子都需要 |
tools/script/register.py | 注册脚本 | 添加 shape/geometry/backend 后运行 |
┌──────────────────────────────────────────────────────────┐
│ 步骤 1: Schema 定义 (step1-schema.md) │
│ 输入: 算子名称、语义、输入输出定义 │
│ 输出: MNN.fbs 中的 OpType + 可选的参数 table │
│ 测试: flatc 编译通过 │
├──────────────────────────────────────────────────────────┤
│ 步骤 2: 形状计算 (step2-shape.md) │
│ 输入: 算子的输入输出维度关系 │
│ 输出: source/shape/Shape*.cpp │
│ 测试: register.py 运行成功 + cmake 编译通过 │
├──────────────────────────────────────────────────────────┤
│ 步骤 3: 几何计算或 CPU 实现 (step3-compute.md) │
│ 输入: 算子的计算逻辑 │
│ 输出: Geometry*.cpp 或 CPU*.cpp │
│ 测试: register.py + 编译通过 │
├──────────────────────────────────────────────────────────┤
│ 步骤 4: 单元测试 (step4-test.md) │
│ 输入: 算子的预期行为 │
│ 输出: test/op/*Test.cpp │
│ 测试: ./run_test.out op/MyOp 全部通过 │
├──────────────────────────────────────────────────────────┤
│ 步骤 5: 扩展后端与优化 (step5-optimize.md) │
│ 输入: 步骤 4 通过 │
│ 输出: Metal/OpenCL/Vulkan/CUDA 实现 │
│ 测试: 各后端单元测试通过 │
└──────────────────────────────────────────────────────────┘
| 情况 | 需要执行的步骤 |
|---|---|
| 输出形状与输入完全一致，可几何拆解 | 1 → 3(几何) → 4 |
| 输出形状与输入不同，可几何拆解 | 1 → 2 → 3(几何) → 4 |
| 输出形状与输入不同，需要后端实现 | 1 → 2 → 3(CPU) → 4 → 5 |
| 输出形状与输入完全一致，需要后端实现 | 1 → 3(CPU) → 4 → 5 |
现在请打开 skills/add-new-op/step1-schema.md，开始步骤 1。
Run the MNN regression / CI suite for this fork — static checks, host-side (local) tests, and the on-device Android arm64 matrix — via the ./test.sh driver and test_stages.json. Use when the user asks to run the tests, run CI, smoke-test a build, verify a change on a device, benchmark on-device, or add / select / retune a test stage.
任务完成后的反思与经验沉淀。仅在任务非平凡且出现调试、失败修复、反复试错、明显误判或可复用教训时使用；简单执行、查询、常规 CI 通过等无新增经验的任务可跳过。
MNN Metal 后端 op/kernel 优化与扩展。覆盖 Metal shader 字符串嵌入流程、conv1x1 多 pipeline 选路、SIMD group reduce/matrix kernel、weightTransform CPU pack、Apple GPU 实测验证。
MNN OpenCL 后端 op/kernel 优化与扩展。覆盖 .cl + codegen 双轨、kernel 选路、packed weight 设计、tune 机制、Android 真机验证。
MNN Vulkan 后端 op/kernel 优化与扩展。覆盖 GLSL .comp + makeshader 双轨、conv1x1 dispatcher 多路径、coopMat/subgroup 路径、weight prepare/pack 流程、Adreno 真机稳定性。
MNN ARM CPU 算子和低 bit kernel 性能优化。重点覆盖正确性基线、C++ 标量 oracle、C++ SIMD 模拟、寄存器规划、ARM 汇编实现、dispatch/pack 集成、模型级回归和 roofline 性能分析。