القائمة
在昇腾NPU容器中安装mmdetection3d（含mmsegmentation依赖）。适用于3D目标检测模型的开发。
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 | ascend-mmdet3d-install |
| description | 在昇腾NPU容器中安装mmdetection3d（含mmsegmentation依赖）。适用于3D目标检测模型的开发。 |
| type | capability |
在昇腾NPU容器中安装 mmdetection3d（3D目标检测库）
确保 mmcv 已安装：
python -c "import mmcv; print(mmcv.__version__)"
mmdet3d 依赖 mmsegmentation，根据版本选择：
推荐版本（适配 mmcv 1.7.x）：
pip install mmsegmentation==0.30.0
根据网络情况选择：
服务器直连：
git clone -b v1.0.0rc4 https://github.com/open-mmlab/mmdetection3d.git
服务器网络超时：配置代理或本地克隆后scp传输
# 方案1：配置代理
export http_proxy=http://proxy:port
export https_proxy=http://proxy:port
git clone -b v1.0.0rc4 https://github.com/open-mmlab/mmdetection3d.git
# 方案2：本地克隆后传输（仍使用GitHub链接）
# 本地执行
git clone -b v1.0.0rc4 https://github.com/open-mmlab/mmdetection3d.git
scp -r mmdetection3d user@server:/target/path/
重要：始终使用GitHub官方链接，不使用镜像站点。
cd mmdetection3d
cp /path/to/DrivingSDK/model_examples/BEVFormer/mmdet3d_config.patch .
git apply --reject mmdet3d_config.patch
source /opt/conda/bin/activate <conda-env-name>
pip install -e .
python -c "import mmdet3d; print(mmdet3d.__version__)"
NPU验证：
python -c "import site; print([p for p in site.getsitepackages() if 'cuda' in p.lower()])"
# 应输出空列表
mmcv
└── mmsegmentation == 0.30.0
└── mmdet3d
向用户提问：
Kubernetes 集群健康检查与安全修复 — 诊断问题，用户确认后执行修复
排查并优化 Ascend C 算子性能。当用户开发、审查或优化 Ascend C kernel 算子时使用，或当用户提及 Ascend C 性能优化、算子优化、tiling、流水、搬运、 内存优化、NPU/昇腾等关键词时触发。
多语言安全代码审查 (Security Code Review)。对 Python、C++、Shell、Markdown 文件进行系统性安全漏洞检测与修复指导。覆盖 OWASP Top 10、CWE Top 25、CERT 安全编码标准。当用户提及以下内容时，务必使用此技能：安全审查、安全代码审查、security review、code review 中的安全检查、漏洞扫描、安全合规检查（CWE/CERT/OWASP）、编写安全代码、检查代码安全性、推理服务安全审计、多模态 Token 安全校验、JSON 嵌套深度攻击防护。即使用户没有明确说'安全审查'，只要涉及代码安全性评估、漏洞检测、安全最佳实践，都应触发此技能。
昇腾NPU CANN Toolkit+Kernels+NNAL安装部署技能。支持从官网下载run包安装和从Docker镜像提取两种方式，覆盖驱动检查、包下载、安装、环境变量配置与验证全流程。当用户需要安装CANN全套组件或指定版本CANN到自定义路径时调用。
根据设计文档生成 AscendC 算子完整代码实现并完成框架适配。TRIGGER when: 设计文档已完成，需要生成 op_host/op_kernel 代码、注册到 PyTorch 框架、编译测试。关键词：代码生成、op_host、op_kernel、tiling、kernel、框架适配、算子注册。
完成AscendC算子设计 - 帮助用户完成算子的架构设计、接口定义和性能规划。当用户提到算子设计、算子开发、tiling策略、内存规划、AscendC kernel设计、两级tiling、核间切分、核内切分时，使用此skill。