ai-for-science-ai4s-main

name	ai-for-science-ai4s-main
description	AI for Science 昇腾 NPU 总入口 Skill，用于在用户只给出 AI for Science 需求、模型名、TensorFlow/Keras 项目或性能采集诉求时，判断应该进入 Profiling 采集、模型迁移或 TF 框架三条路线，并分流到对应子 skill。
keywords	["ai-for-science","ai4s","profiling","migration","tensorflow","pytorch","ascend"]

AI for Science 总入口 Skill

本 Skill 只负责路线判断和子 skill 分流，不展开具体迁移或调优细节。 当用户只给出一个宽泛的 AI for Science 需求、模型名、TensorFlow/Keras 项目，或只说“帮我迁到昇腾/采集 profiling”时，先从这里判断进入哪个子 skill。

三条主路线

方向	进入条件	推荐子 Skill
Profiling 采集	代码已经能训练或推理，只需要采集 trace、分析热点算子、调用栈、内存或瓶颈	ai4s-profiling
模型迁移	已知模型名，或要把 AI4S 模型从 GPU/CUDA 迁移到昇腾 NPU	ai4s-basic 或模型专属 skill
TF 框架	原项目是 TensorFlow/Keras，需要决定保留 TensorFlow 还是改写到 PyTorch	ascend-tf-community / tf-to-pytorch

模型分流表

模型或任务	进入的 Skill	说明
Boltz2	boltz2	蛋白结构预测与端到端推理复现
BoltzGen	boltzgen	生成式蛋白设计与逆折叠
DeepFRI，保留 TensorFlow	deepfri-tf-npu	保留 TF 运行时和原始实现
DeepFRI，迁移到 PyTorch	deepfri	做 TF 到 PyTorch 改写与权重转换
DiffSBDD	diffsbdd	结构化药物设计与扩散推理
GENERator	generator	DNA 序列生成模型迁移
OligoFormer	oligoformer	siRNA 效能预测与 RNA-FM 依赖适配
ProteinBERT	proteinbert	蛋白语言模型权重转换、embedding 与微调
未沉淀的新模型	ai4s-basic	先走通用迁移流程，再沉淀模型专属 skill

决策规则

1. 如果用户已经能跑，只是想采集 profiling 或定位性能问题，直接进入 ai4s-profiling。
2. 如果用户明确要保留 TensorFlow/Keras 原始实现，进入 ascend-tf-community。
3. 如果用户明确要迁移到 PyTorch，或后续要接入 torch_npu 生态、统一训练推理流程，进入 tf-to-pytorch。
4. 如果用户已经给出具体模型名，优先进入对应模型 skill；只有在没有模型专属 skill 时，才进入 ai4s-basic。
5. 本 Skill 完成分流后，就在对应子 skill 中继续执行环境、适配、验证和参考资料读取，不在这里重复展开。