القائمة
昇腾 NPU 单算子性能基准测试 Skill；当前版本只做现有环境检查、CANN 版本识别、用户确认后执行 benchmark，不负责修复或安装环境。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill npu-op-benchmarkيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
评估 CANN 算子仓的「进阶教程 / 开发指南」类文档质量——通读文档 + 对照算子代码**静态**查证(默认不跑),按五轴(找得到/信得过/学得会/可操作/读得懂)找出 漏讲/讲不清/过时/对不上代码/概念讲错,产出带证据与改进建议的体检报告(MD + HTML)。涉及「评进阶教程 / 开发指南文档质量 / 文档对不对得上代码 / 教程审稿 / tutorial 体检 / 文档信不信得过」等意图时使用。只评不改不跑,只对着文档与代码出诊断。
Run NPU inference/training tests on a remote SSH server with vllm-ascend Docker container. Use when the user asks to test models on NPU, run inference on Ascend devices, or deploy models to an SSH server.
Track daily PRs and Issues from vllm-project/vllm and vllm-project/vllm-ascend, filter by model (DeepSeek/Qwen/GLM/MiniMax/Kimi) and tech topics (PD disaggregation, MTP, quantization, graph mode, performance), analyze with LLM, and generate a Markdown report. Use when user wants vllm daily tracker, PR/Issue digest, or Ascend inference ecosystem monitoring.
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | npu-op-benchmark |
| description | 昇腾 NPU 单算子性能基准测试 Skill；当前版本只做现有环境检查、CANN 版本识别、用户确认后执行 benchmark，不负责修复或安装环境。 |
| keywords | ["Ascend","NPU","torch_npu","CANN","benchmark","operator","repeat_interleave","transpose","docker","ssh"] |
这个 Skill 用于在昇腾 NPU 环境中对单个算子做可复现的延迟测试。
无 时，再按 cann 检索常见路径并判断当前版本布局：
CANN < 8.5 常见路径：/usr/local/Ascend/ascend-toolkit/latestCANN >= 8.5 常见路径：/usr/local/Ascend/cann/latestconda 环境名 和 docker 容器名 都是 无，则先查 conda 候选环境；用户不接受 conda 时再查容器候选环境。demo 方案 只接受两种值：我生成 或 我提供。如果使用者选择 我提供，优先使用使用者提供的 demo 或算子补充信息。assets/config_template.yaml、scripts/bench_repeat_interleave.py 和 scripts/bench_op.py 中 repeat_interleave 相关内容只是示例，不代表这个 Skill 只支持测试 repeat_interleave。torch 和 torch_npu，不要重复安装。torch_npu 不可用、或算子执行报环境错误，立即停止，不修环境；直接要求使用者提供新的可用环境。返回内容至少包括：
CANN 版本torch 版本torch_npu 版本测试环境环境名称（conda 名或容器名）测试方法目标算子tensor shapedemo 代码性能数据如果环境不满足或算子执行失败，统一按下面模板返回：
环境不满足，已停止当前测试。请提供新的可用环境。
torch 版本:
<torch_version 或 unknown>
torch_npu 版本:
<torch_npu_version 或 unknown>
当前引用的 CANN 版本:
<根据用户提供目录或常见路径判断出的版本；若无法确定则写 unknown，并附 `latest` 布局和候选目录信息>
demo.py 内容:
<实际执行的 demo 代码；优先使用使用者提供的 demo，否则使用 AI 生成的 demo>
input/output tensor shape:
<实际测试使用的输入 shape，以及必要时的输出 shape>
执行失败报错:
<原始错误摘要或关键报错>
scripts/cann_detect.shscripts/find_docker_cann.shscripts/bench_op.pyscripts/bench_repeat_interleave.py更多说明见：