Menu
管理客户贡献报告。用于记录对客户的技术支持、市场活动、培训活动等贡献，并维护中英文双版本报告。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
This skill should be used when users need to install, configure, or troubleshoot DeepEP (DeepSeek Expert Parallelism) on NVIDIA GPU systems. It covers the complete installation workflow including CUDA, DOCA-OFED, NVSHMEM with IBGDA support, and DeepEP itself. The skill is particularly useful for B200/H100/A100 GPUs with RoCE/InfiniBand networking, and includes comprehensive debugging capabilities for common installation failures.
创建和管理 Agent Teams 并行任务团队。当用户说"建个团队"、"拉个队伍"、"并行跑"、"create team"、"spawn agents"、"组队"时触发。
查看 Agent Teams 状态。当用户说"teams"、"团队状态"、"看看团队"、"team status"时触发。
Generate videos using Google Veo 3.1 on Vertex AI. Use when the user says "生成视频", "做个视频", "generate video", "帮我生成一段视频", "create a video", "视频生成", "text to video", "文生视频", or when you need to create video content.
Generate images using Google Imagen 4 on Vertex AI. Use when the user says "生成图片", "画一张", "generate image", "帮我画", "生成一张图", "create an image", "图片生成", or when you need to create visual content to explain concepts.
Deploy a Discord Bot that connects to Claude Code via persistent processes using Unix socketpair + stream-json (same mechanism as VSCode extension). Each user gets their own long-running Claude process with full interactive mode support (auto memory, CLAUDE.md, skills). Includes Whisper voice transcription, user whitelist, session history with dropdown switcher, and slash commands. Use when the user says "帮我建一个 Discord Bot", "setup discord bot", "搭建 Discord 机器人", "discord bot 设置", or "部署 discord bot".
| name | report |
| description | 管理客户贡献报告。用于记录对客户的技术支持、市场活动、培训活动等贡献，并维护中英文双版本报告。 |
| license | MIT |
管理和更新客户贡献报告，记录对各客户的技术支持、商业影响、活动贡献和技术积累。
在 AI 基础设施领域，深度技术控制力（Deep Technical Control）才是最高级的销售策略。
技术资产积累
引领方向与纠偏
战略定制与 ROI 保障
~/my-private/reports/contribution-zh.md~/my-private/reports/contribution-en.md报告采用 Markdown 格式，使用 bullet points（项目符号） 而非表格，主要章节如下：
核心贡献的高度概括，每条贡献格式：
- **[客户] [项目名]（[订单规模]）**：[关键技术突破]，[量化成果]，[商业影响]
示例：
- **腾讯 B200 1584 卡订单（$1.5亿/3年 CUD）**：通过 DeepEP 极限优化，在 72 小时内将性能提升 2x，网络带宽从 27GB/s 瓶颈充分释放，直接促成签约
阐述技术控制力的战略价值。
深度技术案例，每个案例结构：
### [案例名称]
[背景描述]
- **[问题/挑战]**
- [具体点1]
- [具体点2]
- **[行动/解决方案]**
- [具体措施1]
- [具体措施2]
- **[结果/成果]**
- [量化结果1]
- [量化结果2]
每个客户的详细记录，格式：
### [客户名] [English Name]
**合作状态**: [活跃/Tech Win/Pipeline]
**累计订单**: [产品类型] [数量] chips ([状态]) + ...
#### [关键战役/项目名称]
[项目背景]
- **挑战**
- [挑战点]
- **解决方案**
- [方案点]
- **成果**
- [成果点]
#### 主要贡献
- [贡献1]
- [贡献2]
- [贡献3]
GitHub 仓库记录，格式：
### [仓库名]：[一句话描述]
**GitHub**: https://github.com/yangwhale/[repo-name]
**仓库规模**: [大小] | [文件数] | [代码行数]
#### [功能分类1]
- **[项目名]**
- [描述1]
- [描述2]
重要：所有 GitHub 仓库名必须使用可点击链接格式：
[gpu-tpu-pedia](https://github.com/yangwhale/gpu-tpu-pedia)
[diffusers-tpu](https://github.com/yangwhale/diffusers-tpu)
[gpu-recipes](https://github.com/yangwhale/gpu-recipes)
[sgl-project/sglang-jax](https://github.com/sgl-project/sglang-jax)
格式：
- **[项目名]**
- 角色：[贡献者/协调人/核心贡献者]
- [贡献描述]
- [成果]
会议演讲记录，格式：
- **[会议名称]**
- 日期：[YYYY-MM-DD]
- 主题：[演讲主题]
- 时长：[XX+Ymin]
时间线格式：
- **[YYYY-MM-DD 或 YYYY-QX]**：[事件1]、[事件2]
总结核心论点和战略价值。
显示当前报告内容摘要，包括：
执行步骤：
~/my-private/reports/contribution-zh.md当用户提供新的贡献信息时，更新报告。
用户输入示例：
执行步骤：
贡献类型分类：
| 类型 | 报告位置 |
|---|---|
| 客户技术支持 | 客户详情 > [客户名] > 主要贡献 |
| 重大订单促成 | 执行摘要 + 客户详情 > [客户名] > 关键战役 |
| 技术方案/架构 | 战略案例 或 客户详情 > [客户名] |
| 代码仓库贡献 | 代码资产与技术基础设施 > [仓库名] |
| 开源社区贡献 | 开源社区贡献 (SGLang) |
| 会议演讲 | 活动贡献 > 会议演讲 |
| 里程碑事件 | 关键里程碑 |
将中文报告翻译同步到英文版。
执行步骤：
生成一份简洁的影响力摘要，适合在汇报时使用。
执行步骤：
[name](url) 格式$X.X亿 或 $XXX万 格式XXX chips 格式YYYY-MM-DDYYYY-QXYYYY-MM每条贡献应简洁明了，格式：
- [动作/成果]：[具体描述]，[量化指标]
示例：
- v7 POC：DeepSeek V3 671B 训练达 2424 tokens/chip/s，性能超 B200 110%+，订单扩展至 2000+ chips
- B200 DeepEP：72 小时极限优化实现 2x 性能提升，促成 $1.5 亿订单签署
每次更新后自动提交：
cd ~/my-private && git add reports/contribution-zh.md && git commit -m "[简要描述]" && git push
提交信息示例：
用户：今天帮腾讯完成了 HunyuanVideo-1.5 的 Custom Splash Attention 优化，性能提升了 20.3%
执行：
- HunyuanVideo-1.5：Custom Splash Attention 优化 +20.3%
用户：腾讯 B200 1584 卡订单签约了，$1.5 亿三年 CUD
执行：
用户：给 diffusers-tpu 添加了 Wan2.1 模型支持
执行：
- **Wan 2.1/2.2**
- 通义万相视频生成
- 支持 I2V 多模态输入
用户：下个月要在 Google Cloud Summit 2026 做一个关于蚂蚁 TPU 推理的演讲
执行：
- **Google Cloud Summit 2026**
- 主题：Ant Ling/Ring 1T MoE 利用 TPU 解锁 LLM 推理性能极限
- 时长：30min
用户：腾讯 v7 POC 成功了，128 chips 跑通
执行：
- **2026-02**：腾讯 v7 128 chips POC 成功，性能超 B200 110%+，订单扩展至 2000+ chips
/report sync-en