用于定位 torchtitan/torchtitan-npu 训练中“有基线可对照”的精度异常。只要用户提到 loss 曲线偏离、换算子/并行策略/分支/CANN 后精度异常，或出现 NaN/Inf 且有基线对照，就应触发本技能，并按代码审查 + detect_anomaly + msprobe dump/compare 流程定界根因。
用于诊断 torchtitan-npu 训练中 NPU OOM（Out of Memory）问题。当用户报告训练因内存不足崩溃、出现 OOM 相关错误、或需要进行内存优化时，触发本技能。按照日志分类 → 静态估算 → snapshot 深度分析 → 优化建议的流程定位和解决问题。
用于验证代码变更的数值精度一致性，生成 PDF 对比报告。当用户说 numerical stability report / 精度验证 / compare precision / verify numerical stability / 数值精度对比 / 精度对比报告 时触发。与 accuracy-debug 互补：本技能在变更前正向验证精度，accuracy-debug 在问题发生后诊断根因。
用于 torchtitan-npu 仓库的关键风险代码审查：本地 diff、指定 commit/分支区间或 PR/MR diff，以及 GitCode/OpenLibing CodeCheck 告警的修复与屏蔽取舍判断；当用户要求 review/检视/审查代码、检查本地修改、审查某几个 commit 或某个 PR、分析 CodeCheck 告警是否需要在 openlibing 屏蔽时使用。
当用户提到训练日志作图、loss/grad_norm 曲线、两份日志对比、误差曲线，或需要从 torchtitan/torchtitan-npu 的日志按 step 提取并可视化指标（含 memory/tps/tflops/mfu/elapsed_time_per_step/indexer_loss）时，优先使用本技能；即使用户只说“画日志曲线”“对比两份日志”也应触发。
用于安装或更新 torchtitan-npu 项目依赖的远程 skills；默认集为 GitCode 的 gitcode-pr、gitcode-pipeline，并支持按需安装 cann-operator-env-config（CANN 环境配置，来自 GitHub Ascend 仓，仅搭环境时需要）。仅当用户提到缺失/安装/更新这些 skills，或创建/推送 PR、按本仓 PR 模板生成描述、查看 PR 改动/评论、触发/查看/等待 GitCode CI pipeline、需要 CANN 环境配置 skill 时发现本地缺少对应 skill 时使用。已安装时直接使用对应 skill。
在 Ascend NPU 上为 torchtitan-npu 项目搭建训练/开发环境，覆盖 local、conda、docker 三种安装方式（具体版本与 docker 镜像均以 installation.md 为准）。只要用户提到以下任意一项就必须触发本技能：配置 conda 环境、配 docker 环境、装 torchtitan-npu、装 CANN（Toolkit/Kernel/NNAL）、装 torch_npu、新机器搭环境、排查环境问题等。
当需要将 torchtitan-npu 与上游 torchtitan 指定分支进行同步（sync/adapt/rebase）时使用：读取 docs/community/versioning_policy.md 的分支同步表，对比旧基线与目标提交，生成 torchtitan_changes.md，分级展示 torchtitan 主要改动点，完成 torchtitan_npu 适配，并在结束后提醒更新 versioning_policy.md。