tilelang-error-fixer

name	tilelang-error-fixer
description	TileLang-Ascend 错误诊断、调试与修复技能。融合了 GDB 故障定位、IR Dump 分析、目标代码倒推（AOT）的诊断能力。提供从环境检查、错误定位、AOT验证到 C++ Pass 修复的端到端工作流。

TileLang-Ascend Pass 错误诊断与修复技能

本技能提供 TileLang-Ascend 框架中 Pass 层面错误的完整诊断和修复能力，支持从前端报错、Core Dump 崩溃追溯到后端 C++ Pass 的修复，并集成 AOT 目标代码验证机制。

使用场景

• 遇到 Core Dump 或 Segmentation Fault 等严重崩溃，且无其他明确错误信息
• TileLang 编译报错或生成的 Ascend 目标代码结果不符合预期（精度/性能问题）
• 编写或修改 src/transform/*.cc 下的新 Pass 时出现逻辑异常
• 需要使用 AOT 提前编译模式进行算子调试与倒推

触发机制

当用户输入包含以下关键字时自动触发：

• "Core Dump"、"Segment Fault"、"段错误"
• "TileLang 编译报错"、"Pass 生成代码错误"
• "排查精度问题，分析 IR"、"使用 AOT 调试这个算子"
• "修复 TileLang Pass"

工作流程

步骤 1：环境与状态检查

在进行任何 Pass 调试前，必须确保底层环境正常。

1. 执行环境检查脚本验证 TL_ROOT, PYTHONPATH, ASCEND_HOME_PATH, LD_LIBRARY_PATH 等变量。
2. 确认 C++ 工程是否处于最新编译状态。

步骤 2：多维度错误信息获取 (Dump & Catch)

根据报错类型，采取不同的信息获取策略：

1. 严重崩溃 (Core Dump / Segment Fault):

   • 现象：脚本运行直接崩溃，没有任何 Python 异常堆栈。
   • 动作：使用 GDB 挂载 Python 进程进行排查。

     gdb --args python xxx.py
     # 在 GDB 命令行输入：
     (gdb) run
     # 崩溃后输入 bt 查看堆栈，精确定位是 C++ 源码中哪个函数/Pass 引发了内存违规
     

2. C++ 编译报错 (Build Error):

   • 读取 /tmp/tmp*.cpp (获取最新的生成的失败代码) 定位语法或底层 API 错误。

3. 逻辑/精度异常 (IR Dump):

   • 追踪 Pass 阶段性变换。在 tilelang/engine/lower.py 中的 lower() 函数内，添加 print(mod) 以查看最终 IR 图：

     def lower(...):
         ...
         mod = OptimizeForTarget(mod, target)
         print(mod) # <--- 在此处打印 IR，排查 Pass 优化后的结果
         codegen_mod = device_codegen(mod, target)
     

4. 目标代码分析 (Target Dump):

   • 通过 @tilelang.jit(debug_root_path=...) 或 .get_kernel_source() 抓取最终生成的 C++ 核函数。

步骤 3：核心错误原因分析 (TileLang 专属模式)

分析获取的 IR、目标代码或 GDB 堆栈，重点排查 TileLang-Ascend 特有的雷区：

1. 循环嵌套与次数匹配：对比 Cube 和 Vec 部分的循环 extent，诊断类似 "Vec loop times is not enough" 的报错。
2. 跨核同步点 (Sync Points)：追踪 ascend_auto_set_cross_flag / wait_flag，排查死锁或数据竞争。
3. 工作空间 (Workspace) 访问：检查张量切片范围，确认访问是否越界。
4. 数据依赖与流水线 (Pipeline)：分析 T.Pipelined 的 num_stages，检查读写重叠冲突。

步骤 4：修复方案制定 (支持 AOT 倒推)

LLM 根据步骤 3 提出修复方案。对于代码生成或精度相关的复杂问题，强烈建议采用 AOT (Ahead-Of-Time) 模式进行验证：

方案 A：直接修复 C++ Pass（适用于 GDB 已明确指出问题代码行的情况）

• 直接定位 src/transform/ 或 src/target/ 下的 .cc 文件，提供代码修改建议。

方案 B：AOT 逆向工程（可参考 examples/gemm_aot 目录） AOT 模式将算子执行拆解为三个清晰的阶段：

1. 算子生成：TileLang 前端语句 -> AscendC 目标代码（Python -> C++）。
2. 算子编译：手动或使用脚本编译生成的算子代码（AscendC -> .so 动态库）。
3. 算子调用：在 Python 中使用 Ctypes 直接加载并调用该 .so 库进行测试。

工作流说明：先修改导出的 .c/.cpp 目标代码，使用 AOT 流程编译为 .so 并通过 Ctypes 验证。如果 AOT 测试通过，再逆向推导，生成修改底层 C++ Pass 的具体代码方案。

步骤 5：执行修复与 C++ 重新编译

1. 展示修复方案（C++ 代码 Diff），等待用户确认。
2. 备份涉及的原始 C++ 文件。
3. 强制执行编译命令：修改 C++ Pass 后，必须在 build 目录下执行 make -j$(nproc)。

步骤 6：修复验证与回滚

1. 重新执行用户的重现脚本。
2. 对比修复前后的 IR 图（diff before.tir after.tir）或目标代码，确认修改符合预期。
3. 失败处理：如果编译失败或运行不通过，恢复备份代码，清理 /tmp 缓存，重新进入步骤 3。

---

输出格式

TileLang Pass 诊断与修复报告

## TileLang Pass 分析报告

### 基本信息
- **触发报错模块**：[如：Segmentation Fault / CombineCV Pass]
- **涉及算子/脚本**：`example_flash_attention.py`
- **获取的调试信息**：[如：GDB Backtrace 指向 `src/transform/combine_cv.cc:145` / `lower.py` 打印的 IR 图]

### 错误原因分析
- **错误分类**：[如：空指针解引用 / 循环迭代不匹配]
- **详细分析**：通过 GDB 堆栈发现，在处理 `T.Pipelined` 节点时，试图访问不存在的 `extent` 属性，导致 Core Dump。
- **定位代码**：`src/transform/cross_core_pipeline.cc: 89行`

### 修复方案建议 (需用户确认)
**建议直接修复 Pass C++ 源码**
1. 修改 `src/transform/cross_core_pipeline.cc`，在访问节点前增加类型检查...
2. 代码 Diff:
   ```cpp
   // Before
   auto extent = op->extent.as<IntImmNode>()->value;
   // After
   if (const auto* imm = op->extent.as<IntImmNode>()) {
       auto extent = imm->value;
       // ...
   }

3. 修复后将自动执行 make -j8。

(如果是生成逻辑错误，将建议先参考 examples/gemm_aot 使用 AOT 流程修改目标代码进行验证)

执行与验证结果

• 编译状态：✅ 成功
• 测试脚本验证：✅ 通过
• Core Dump 状态：已解决