| name | kernel-workflow |
| description | AI Kernel 算子生成与优化工作流程。当用户需要生成、验证或优化 kernel 算子时使用此 Skill。支持 Triton、CUDA C、C++、TileLang等多种后端 DSL。 |
Kernel 算子生成与优化工作流程
流程概述
- 分析用户输入 → 只有要求描述还是有 task 代码？
- 验证/生成 task 代码 → 详见
references/torch_task_verify.md
- 选择生成/优化方式 → 详见
references/tool-selection.md
- 执行生成/优化 → 调用子Agent（如用户有额外需求，传递
user_requirements）
- 返回结果 → 使用
finish
注意：user_requirements 是可选参数。
输入类型判断
- 只有需求描述（无代码）→ 直接
call_op_task_builder
- task 代码（包含
class Model(nn.Module)）→ 加载 references/torch_task_verify.md 进行验证
- Kernel 代码需优化（包含
@triton.jit / __global__ 等）→ 验证 task 代码后加载 references/tool-selection.md
基本流程示例
示例 1：用户只有需求描述
用户: 生成一个 ReLU 算子
Think: 用户没有提供代码，直接生成 task。
Action: call_op_task_builder(user_request="生成一个 ReLU 算子")
Observation: {status: "READY", task_code: "...", op_name: "relu"}
Think: task 已生成，加载 tool-selection 指导选择生成方式。
Action: read_file(file_path="resources/skills/kernel-workflow/references/tool-selection.md")
...
示例 2：用户提供 Torch task 代码
用户: 帮我生成这段代码的 kernel: class Model(nn.Module)...
Think: 用户提供了代码，加载验证指南。
Action: read_file(file_path="resources/skills/kernel-workflow/references/torch_task_verify.md")
Observation: <验证指南>
Think: 按指南验证代码格式。
Action: execute_script(script_path="resources/skills/kernel-workflow/scripts/check_torch_code.py", args="--stdin --json", stdin_input="<代码>")
...
示例 3：用户提供 kernel 代码要求优化
用户: 帮我优化这段 Triton kernel: @triton.jit def kernel(...): ...
对应的 task 是: class Model(nn.Module)...
Think: 用户提供了 kernel 和 task，先验证 task。
Action: read_file(file_path="resources/skills/kernel-workflow/references/torch_task_verify.md")
...验证通过后...
Action: read_file(file_path="resources/skills/kernel-workflow/references/tool-selection.md")
...
参考文档
references/torch_task_verify.md - task 代码验证与补全流程references/tool-selection.md - 子Agent 选择与二次确认流程
Scripts
scripts/check_torch_code.py - 验证 task 代码格式（参数：--stdin --json）
禁止行为
- 不验证 task 代码直接调用子Agent
- 用户未指定生成方式时自动选择
- task 已生成后再调用
call_op_task_builder
- 调用子Agent 前不进行二次确认
