القائمة
模型移植全流程。按顺序执行10个子步骤，从ONNX导出到SoC部署。使用前先填写 skills/model-porting-template.md 模板，然后说「按照 model-porting skill 移植[模型名]」即可。
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/sophgo/sophon-demo --skill model-portingيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
Use when the user wants to README-walkthrough-test sophon-demo samples on a TPU device — triggers like「自动测试例程」「README 走查」「按 README 测例程」「测所有例程」「sample 走查」. auto_test.sh 已全部过时，以各 sample 的 README 为唯一事实来源。远程设备先索取账号/IP/密码/设备类型；本地直跑（用户明确说本机）则免。Applies when a BM1684X/BM1688/CV186X/BM1684 device is available.
通用 sample 例程测试。在 x86 PCIe + TPU 环境下按 sample 的 README 验证例程可用性：跑 download.sh 拉数据/模型、用下载的模型跑推理、用 gen_*.sh 重编译后再跑一遍并对比，输出 pass/fail 报告。说「按照 sample-test skill 测试 XXX sample」即可。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | model-porting |
| description | 模型移植全流程。按顺序执行10个子步骤，从ONNX导出到SoC部署。使用前先填写 skills/model-porting-template.md 模板，然后说「按照 model-porting skill 移植[模型名]」即可。 |
使用流程：填模板 → 一句话启动 → AI 自动按序执行 10 步。
skills/model-porting-template.md 模板已按要求填写完整按照 model-porting skill，移植 [模型名] 到 SOPHON TPU。
移植模板在 skills/model-porting-template.md，请先读取模板内容。
或者如果模板就是你当前在编辑的文件：
我已经填好了 skills/model-porting-template.md，按照 model-porting skill 开始移植。
启动后，AI 自动按以下顺序调用子 Skill：
| 步骤 | 子 Skill | 做什么 |
|---|---|---|
| 01 | model-porting-01-analyze | 读取模板 + 原始模型 README → 输出 model_info.json |
| 02 | model-porting-02-env | 搭建 TPU-MLIR Docker 环境 |
| 03 | model-porting-03-export | PyTorch → ONNX，处理算子兼容 |
| 04 | model-porting-04-compile | ONNX → BModel，多芯片多精度 |
| 05 | model-porting-05-python | 生成 Python 推理代码 |
| 06 | model-porting-06-accuracy | 精度测试，输出对比表 |
| 07 | model-porting-07-perf | 性能测试，延迟+吞吐 |
| 08 | model-porting-08-cpp | Python → C++ 移植 |
| 09 | model-porting-09-soc | SoC 交叉编译 + 部署 |
| 10 | model-porting-10-docs | 生成 README + 文档 |
每个步骤 AI 会：
feat(<sample>): ...），后续新增 feature 或修复各自再开新 commit（feat/fix(<sample>): ...）。移植 10 步的中间产物默认不逐步提交，待 sample 整体可交付、或出现独立可用的阶段性成果（如某个子模型编译通过、某段推理代码可用）时再做提交；提交前先让用户确认。