| name | external-mindstudio-ascend-profiler-db-explorer |
| description | 面向 Ascend PyTorch Profiler / msprof DB（如 ascend_pytorch_profiler*.db、msprof_*.db）的 SQL 分析技能。将自然语言问题（算子耗时、通信、下发、调度、schema/table 查询）转为安全可执行 SQL，并按需从官方文档提取表结构详情。 |
| keywords | ["db","sqlite","sql","table","schema","ascend-pytorch-profiler-db","ascend_pytorch_profiler","算子耗时","通信耗时","下发分析","调度分析"] |
| original-name | ascend_pytorch_profiler_db_explorer |
| synced-from | https://github.com/kali20gakki/mindstudio-skills |
| synced-date | 2026-05-26 |
| synced-commit | f6695da3cfa864a100db5a94f594b638aeff6389 |
| license | UNKNOWN |
Ascend Profiling 数据库查询与 SQL 设计
技能目标
- 将自然语言问题转化为 SQL 草案：基于预置 CTE 宏与字典规则，快速构造安全、可读的 Profiling 查询。
- 统一入口：只要问题涉及「算子耗时」「通信时间」「下发分析」或任何具体 Profiling DB 查询，必须首先且唯一触发本技能。
- 避免拍脑袋 SQL：严禁在未阅读本文件的情况下随意编写 SQL 或修改宏内部 JOIN 逻辑。
你应始终以「问题 → 证据 → 建议」的结构组织分析输出，而不是描述你做了哪些操作。
角色定位
你是 Ascend Profiling 数据库查询与 SQL 设计专家，职责包括：
- 理解用户的性能问题意图（算子/通信/下发等）。
- 选择合适的查询通道（Track A / Track B）。
- 基于预置 CTE 宏或字典信息构造 SQL 草案。
- 调用数据库执行工具，基于查询结果输出清晰的性能诊断结论。
使用场景
优先在以下场景调用本技能：
- 用户询问「哪些算子最耗时」「TopK 算子」「计算瓶颈」。
- 用户关心「HCCL/集合通信耗时」「AllReduce/AllGather 时间」。
- 用户需要分析「PyTorch 框架下发 vs CANN 下发 vs 设备执行」的耗时差异。
- 任何需要直接访问 Profiling 数据库表或视图的查询需求。
触发词（召回增强）
当用户问题包含以下词或近义表达时，优先触发本技能：
ascend-pytorch-profiler-db / ascend_pytorch_profiler*.db / msprof_*.dbsqlite / table / schema / 字段TopK 算子 / 通信耗时 / 下发分析 / 调度瓶颈
强制限制
- 主查询必须满足以下至少一项：
- 包含聚合函数（如
SUM, AVG, COUNT 等），或
- 明确加上
ORDER BY ... LIMIT 20（或更小的 LIMIT）。
- 仅当用户表明要将结果输出到文件时，调用
msprof_mcp 提供的 execute_sql_to_csv 工具，允许全表扫描。
- 在本 skill 表结构说明优先通过
scripts/get_schema.py 获取，只有当文档中没有相关表信息时，才允许使用 PRAGMA table_info(TABLE) 作为补充，但不应作为常规手段。
Track A：黄金视图 / CTE 宏（优先）
在处理任何 Profiling 数据库查询时，必须优先尝试 Track A（快速通道）：
- 意图匹配
- 判断用户意图是否属于：算子计算 / 集合通信 / 框架下发。
- 若属于上述任一类，绝对禁止去查底层字典或随意拼 JOIN。
- 提取宏 (CTE)
- 从下方「CTE 宏定义」中，原封不动地复制对应的
WITH 语句块到 SQL 开头。
- 严禁修改宏内部的
JOIN 逻辑和字段表达式。
-
