hicann

PyPTO Pass 编译性能优化技能。用于分析和优化 Pass 模块的编译性能，当 Pass 编译耗时过长需要优化时使用此技能。

定位测试案例中出现 aicore error 时的问题 CCE 文件和问题代码行。当用户说"aicore error"、"定位 aicore error 的原因"、"帮我定位 aicore error 报错"时使用此技能。也适用于用户直接提供 CCE 文件希望定位问题代码行或映射到源码的场景。

PyPTO 环境安装与环境问题修复，包括 CANN、torch_npu、编译工具链、第三方依赖和 PyPTO 编译运行等。触发词：PyPTO environment setup, CANN install, torch_npu, NPU environment, Ascend toolkit, compile PyPTO, build PyPTO, NPU driver, prepare_env, diagnose environment, fix import error, torch_npu import fail, DT_FP8E8M0, pto-isa, ASCEND_HOME_PATH, npu-smi, softmax verify, pip dependency conflict

分析当前 session 上下文，识别 PyPTO 框架或文档不完善导致的断裂点，产出可转化为 Issue 的结构化报告。当用户在 pypto 相关 skill 运行结束后提到"断裂点"、"识别断裂点"、"检测断裂点"、"fracture point"时触发此 skill。也适用于用户对 session 中遇到的问题进行复盘、想要生成问题报告、或希望改进 pypto 框架/文档质量的场景。

分析 host 侧捕获异常后的堆栈信息，通过地址到源码行映射和符号解析，定位问题代码位置。支持 Python traceback、C++ stack trace 和混合堆栈的自动识别与分析。支持编译Debug版本PyPTO包并定位具体代码行。Triggers："堆栈分析"、"堆栈反汇编"、"分析堆栈信息"、"地址到源码行"、"stack trace"、"backtrace"

PyPTO MACHINE 内存重叠检测与修复技能。通过系统化流程检测和修复 workspace 内存重叠、内存管理策略问题导致的精度异常。当怀疑精度问题由内存重叠、workspace 不足、内存管理异常引起时使用此技能。触发词：内存重叠、内存重叠检测、workspace问题、内存管理异常、内存复用错误。

PyPTO Pass 模块错误诊断技能。包含错误定位、原因分析和提供问题修复建议，提供从问题定位到修复建议的完整工作流程。当遇到 PyPTO Pass 模块抛出错误时使用此技能。触发词：定位 pass 错误、pass 模块异常、pass 报错、pass 失败、pass 异常。

根据 Pass 业务描述，生成单元测试用例（UT）。当用户输入业务情况时，能根据业务，生成对应 Pass 的 UT 用例。

infer 仓模型量化适配改造技能。分析并接入既有 compressed-tensors 量化方案和权重，完成量化产物契约检查、结构参考匹配、量化 runtime 映射、权重加载、post-load 处理、融合算子量化冲突回退、真实生效验证和收益评估。用于模型优化流程中的量化初评估和量化改造任务；不重新设计上游量化算法，不实现 compressed-tensors 之外的量化路线。

NPU 多流技术知识技能。提供整网模块 / 算子 DAG 拆解、模块间与模块内并行性判断、多流候选编排派生、TorchAir(Ascend IR/GE) 与 npugraph_ex/aclgraph 的多流 API 路由、切流 / 同步 / 控核实现，以及假并行（overlap_pct）排查与 Profile 验证等技术规则。供两类工作引用：形成多流优化候选 plan，以及实施 / review 多流改造。触发场景包括：多流、双流、stream overlap、控核、limit_core_num、整网 DAG、模块拆解、npu_stream_switch、npu_wait_tensor、TorchAir 多流、record_stream、多流假并行排查。本技能只提供多流技术规则，不做 Plan / round 编排。

基于 PyTorch 框架的昇腾 NPU 模型推理融合算子优化技能。分析模型代码，识别可替换为 torch_npu 融合算子的计算模式，生成替换方案。触发场景：torch_npu 融合算子替换、MoE/Attention/FFN/Norm 等模块的推理算子适配、torch_npu API 使用咨询。基于仓库已有模型的融合算子经验，按计算语义推荐最佳方案。

NPU 性能数据拆解技能。把 kernel_details.csv 按用户描述的模型结构切成 component 实例（每层 attn / ffn / moe…），再按用户给的 cluster 规则把 component 内部算子 分桶，生成 wall_ms / bubble_ms 中位数 + 异常 layer 的单页 HTML。 触发场景：分析 NPU prof / 拆解大模型性能 / 找抖动 layer。

NPU 性能分析数据采集技能。用于华为昇腾NPU上的 PyTorch 模型性能分析。 触发场景： - 用户需要采集 NPU 性能数据 - 用户提到 profiling、性能分析、tensorboard - 用户需要分析模型推理性能瓶颈 - 用户使用 torch_npu.profiler - 用户遇到 profiler 解析失败或 JSON 截断问题 关键要求：必须用 ExperimentalConfig(Level1 + PipeUtilization)，否则 kernel_details.csv 只有 9 列、op_statistic/api_statistic 不生成。采集前先判断仓库有无轻框架内置 prof（enable_profiler）：有则用框架只调参数、无则注入。

通用模型推理优化编排技能。用于从推理场景、精度基线、profiling 采集与性能分析开始，拉起多个方向的 subagent 生成不限于多流的优化候选，再按 Plan / round 编排 implementer 和 reviewer subagent 实施、验收、派生新 Plan，并最终判断哪些 Plan 保留、哪些淘汰。适用于融合算子、prefetch、图模式、多流、KVCache、量化、并行等优化项的统一调测编排。

基于 PyTorch 框架的昇腾 NPU 模型推理图模式适配技能。将模型适配到 torch.compile 图模式以加速推理性能。触发场景：npugraph_ex 或 GE 图模式适配、torch.compile 在昇腾 NPU 上的使用、图中断（Graph Break）修复、aclgraph 图编译问题。LLM 模型的图模式适配优先阅读 LLM 模型改造指南。

基于 PyTorch 框架的昇腾 NPU 模型推理 KVCache 优化技能。分析并改造 LLM 推理模型的 KVCache 实现，覆盖 Legacy 连续缓存与分页注意力（Paged Attention）配 FA 融合算子、MLA 压缩缓存、SlidingWindow / 多 attn_type 混合。触发场景：KVCache 管理实现、分页注意力接入、KV 压缩、FA 融合算子、OOM / 性能问题、block_table / slot_mapping 构造。支持框架部署与独立部署两种模式。

**必须触发此 default-skills 的场景**：① gitcode-pr 或 gitcode-issue skill 缺失/找不到时（补装缺失，不覆盖已有版本）；② 用户明确要求更新/同步上游 skill 时（使用 --force 覆盖）；

在 amct 中适配新模型族（注册模型 / 定义 PTQ unit / 接 quant block / 补模型专属 attention·MLP wrapper），保持 workflow·quantizer·algorithm·solver 边界稳定。触发场景：新增 Dense 或 MoE 适配器、为新结构补 wrapper。不适用于：重写主 PTQ 流程、跑量化实验、推荐方案（→ $quant-run / $scheme-recommendation）。

使用 GitCode API 创建 Pull Request 和获取 PR 评论。当用户需要**创建** GitCode PR、将代码**推送并创建合并请求**、**获取 PR 评论**、**查看 PR 讨论**、**查看 PR 改动**或**删除 PR 评论**时使用此 skill。支持读取普通评论和行内(diff)评论，包括评论内容、文件路径、代码行号等详细信息。 **必须触发此 skill 的场景**（用户提到以下任何内容时使用）： - 创建/提交 PR：创建PR、提个PR、发PR、做个PR、帮我PR、生成PR、需要PR、pull request、merge request - 推送代码到远程：push代码、推代码、把代码推上去、提交到远程、推送到gitcode、提交代码到GitCode - 合并请求：合并请求、代码合入请求、请求合并、merge request - PR模板/描述：PR模板、PR描述、PR格式 - 关联issue创建PR：关issue的PR、关联issue创建PR - 获取PR改动：查看PR变更、PR文件列表、PR改了什么、看PRdiff、获取PR文件 - **获取 PR 评论**：查看PR评论、PR评论、获取评论、read comments - **查看 PR 讨论**：PR discussions、查看讨论、discussions - **删除 PR 评论**：删除评论、删除PR评论、移除评论、delete comment、移除这条评论

面向 amct_ops 目录下昇腾 NPU 自定义算子（Ascend C kernel + PyTorch C++ extension + Python 包装）开发、构建、注册和调试的技能。用户要求新增/修改 NPU 算子、写 Ascend C kernel、写 torch 绑定、注册 torch.ops.amct.* schema、调 ops_build.sh、改 CMakeLists.txt、处理 NPU_ARCH/SOC 平台差异（A2/A3 dav-2201，A5 dav-3510）、UB 内存/tile 计算、wheel 打包，或排查 amct_ops 编译/运行时问题（含 torch.compile / 图模式下算子报 "no Meta kernel"、需要补 Meta 后端做形状推导）时使用。

为已适配模型推荐下一步值得尝试的量化算法（仅限已注册：lwc/lac/omniquant/autoround）。触发场景：已知直转掉点想按特征选后续算法 / 无直转结果时先据 casebook+结构+仓库算法能力给先验候选。不适用于：跑算法训练、判算法收益（执行→ $quant-run，判读→ $algorithm-validation）。

判读 PTQ 算法收益（reviewer 用，只读不跑）：读 quant-run 跑出的 ppl_algo 与直转参考 ppl_direct，算 delta_gain、判该算法相对直转是否真改善。触发场景：PTQ 算法结果已出、要判相对直转的收益并给停 / 换算法 / 缩范围建议。不适用：跑 ptq / 评测命令（→ $quant-run）。

导出 deploy-ready 量化模型目录（HuggingFace safetensors 权重）+ 按模板补齐 deploy_quantization.md 交付文档。触发场景：已明确 模型/quant_target/bit/dtype，要把直转或 PTQ 结果导出给 infer 仓等下游消费。不适用于：模型适配、方案/算法推荐、跑 PTQ、判精度（各→对应 skill）。

判读直转量化结果（reviewer 用，只读不跑）：读 quant-run 跑出的 ppl_bf16 / ppl_quant，算 delta、判是否达标（默认 delta ≤ 0.2）、给下一步建议（保持 / 缩范围 / 转 PTQ）。触发场景：直转 ppl 已出、要判 delta 是否达标并定下一步。不适用：跑评测命令（→ $quant-run）。

根据 design.md 生成基于 SHMEM 的算子代码、CMake、README 和目录结构。关键词：基于SHMEM代码生成、算子实现、code-gen、kernel、CMake。

基于 SHMEM 的算子实现与设计一致性走读，生成 review-report.md。关键词：基于SHMEM代码走读、code review、design review、一致性检查、走读。

编译、运行和调试基于 SHMEM 的算子。关键词：基于SHMEM编译调试、compile、debug、build、运行、失败定位。

执行基于 SHMEM 的算子正确性契约验证并生成报告。关键词：基于SHMEM正确性验证、correctness、测试执行、精度验证。

基于 SHMEM 设计通信算子与通算融合算子，将需求转化为 design.md。关键词：基于SHMEM算子设计、算子设计、设计文档、design、Canonical DSL、capability mapping。

基于 SHMEM 的通信算子与通算融合算子端到端开发编排器，串联需求→设计→代码→编译→验证→性能全流程。关键词：基于SHMEM算子开发、端到端开发、算子开发、编排、工作流、通信算子、通算融合。

基于 SHMEM 的算子性能采集、baseline 对比、瓶颈分析和性能报告生成。关键词：基于SHMEM性能评估、性能采集、performance、baseline、bandwidth、性能报告。

基于 SHMEM 的算子性能优化迭代，固定 5 轮机制优化，每轮输出 Δ% 对比。关键词：基于SHMEM性能优化、调优、optimization、机制优化、性能调优。

ops-blas 算子全流程开发技能，协调 agent 团队完成设计->开发->验收->上库的完整开发链路。触发：用户要求开发新算子或实现某 BLAS 接口时。

为 BLAS 算子开发 GTest + CSV 驱动的精度 ST。触发场景： - 新算子 ST、编写 xxx_param.h / xxx_golden.h / xxx_npu_wrapper.h / xxx_test.cpp / xxx_test.csv - 改写旧式 TEST_F 为 CSV 参数化测试 按 6 步执行：分析 API → 写 param → 写 cpu/npu → 写 GTest → CMake → build.sh 验证。

ops-blas 日志框架使用规范。提供 Host 侧 dlog 日志集成模板、日志配置 API 说明和最佳实践。触发：算子开发中需要集成日志、检视日志使用规范、迁移 printf 到 dlog 时。

ops-blas 仓 AscendC 编码规范 + MR 安全编码规则速查索引。 **非开发期常驻上下文**：作为代码提交前的自查工具，按需读取。 触发时机：① 2.x.2 联调前 ② 2.x.3 验收前 ③ 3.1/4.2 代码检视前 ④ reviewer 检视 MR 代码时。 详细规则内容位于 references/ 目录，由调用方按需加载相关文档。

生成 PR 或 Issue 文件，并可通过 GitCode API 直接提交到仓库。仅当用户明确说"提PR"、"创建PR"、"提交Issue"、"推送到PR"、"amend"、"force push"等时才触发，禁止根据上下文推断自动触发。所有操作必须经过用户许可，禁止擅自行动。

BLAS 算子仓编译与验证命令参考。编译算子、运行测试、打包的常用命令。触发：需要编译算子、运行测试、查看 build.sh 用法时。

工作流维护技能。任何对 agent/ 目录下文件的新增、修改、删除操作，都必须先触发本技能再执行操作，包括修改本技能自身。禁止未触发直接修改。

为工作流 agent 配置合适的模型。触发场景：用户要求配置 agent 模型、选择模型、修改 agent 使用的模型、 询问哪个模型最好、模型选型建议。关键词：配置模型、选模型、model config、换个模型、模型推荐。

HIXL 代码检视技能。用于检视 GitCode 上的 HIXL 项目 PR，当用户要求检视PR，审查PR时调用此skill。 自动分析代码变更，检查内存泄漏、安全漏洞和可读性，生成结构化报告并发布评论。

HIXL 本地开发闭环：改码、按范围跑 UT、增量覆盖率估算、PR 前检视；开 PR 后配合既有 gitcode-pipeline 盯 CI，并基于 OpenLiBing 修复低级错误。修改 HIXL 源码/测试/构建脚本、 本地验证、/hixl-dev、CI 失败修复时使用。创建 PR 用 gitcode-pr，流水线轮询用 gitcode-pipeline。

在 Ascend 上定位 HIXL/ADXL/HIXL_CS 建链、传输问题。适用于用户明确要求诊断 HIXL，或日志中出现 HIXL、ADXL、HIXL_CS、HixlCSClient、Ascend direct transport 相关报错。

触发 GitCode PR 流水线，并循环查询流水线状态直到完成。当用户提到触发流水线、查看流水线状态、等待流水线结果、流水线失败、盯一下流水线、盯ci、看一下pr 12306的ci时自动使用此 skill。

用于生成对外api文档，当用户说生成接口文档，生成接口说明，增加接口说明，增加接口文档时使用该skill

读取 GitCode issue 详情和评论。当用户提到 GitCode issue 时必须使用此技能。 **必须触发此 skill 的场景**： - 查看/读取 issue：查看issue、看看issue、读取issue、打开issue、issue详情、issue是什么 - GitCode URL：gitcode.com/**/issues/**、issue链接 - 直接说编号：issue 123、#123、问题123 - 查看评论：issue评论、评论内容 **重要**：不要使用 WebFetch 或 curl，内容通过 JavaScript 动态加载。使用 GitCode API 获取。

使用 GitCode API 创建 Pull Request 和获取 PR 评论。当用户需要**创建** GitCode PR、将代码**推送并创建合并请求**、**获取 PR 评论**、**查看 PR 讨论**、**查看 PR 改动**或**删除 PR 评论**时使用此 skill。支持读取普通评论和行内(diff)评论，包括评论内容、文件路径、代码行号等详细信息。 **必须触发此 skill 的场景**（用户提到以下任何内容时使用）： - 创建/提交 PR：创建PR、提个PR、发PR、做个PR、帮我PR、生成PR、需要PR、pull request、merge request - 推送代码到远程：push代码、推代码、把代码推上去、提交到远程、推送到gitcode、提交代码到GitCode - 合并请求：合并请求、代码合入请求、请求合并、merge request - PR模板/描述：PR模板、PR描述、PR格式 - 关联issue创建PR：关issue的PR、关联issue创建PR - 获取PR改动：查看PR变更、PR文件列表、PR改了什么、看PRdiff、获取PR文件 - **获取 PR 评论**：查看PR评论、PR评论、获取评论、read comments - **查看 PR 讨论**：PR discussions、查看讨论、discussions - **删除 PR 评论**：删除评论、删除PR评论、移除评论、delete comment、移除这条评论

当用户要求为 HIXL 或 ADXL 功能生成、扩展或评审 SRS/需求设计文档时使用，特别涉及 src/hixl 或 src/llm_datadist/adxl 目录下的变更。 触发关键词包括 SRS、设计文档、需求描述、功能要点、技术方案、相关文档、测试方案，或将简短需求转化为完整设计文档的请求。

ge 仓库本地 pre-commit 检查。在创建 PR 或推送代码前，必须运行本地 pre-commit 检查，确保 codespell、clang-format、end-of-file-fixer 等 hooks 全部通过，避免 CI `codecheck_precommit` 任务重复失败。 **必须触发此 skill 的场景**（用户提到以下任何内容时使用）： - 创建/提交 PR：创建PR、提个PR、发PR、做个PR、帮我PR、生成PR、需要PR、pull request、merge request - 推送代码到远程：push代码、推代码、把代码推上去、提交到远程、推送到gitcode、提交代码到GitCode - 合并请求：合并请求、代码合入请求、请求合并、merge request

自动下载并安装华为 CANN Toolkit 开发套件。当用户需要安装、更新或重新安装 CANN Toolkit 时使用此 skill，适用于：新环境初始化、版本升级。自动获取最新构建版本，静默安装并输出详细摘要。用户可能的指令是更新toolkit，更新run包等

**必须触发此 default-skills 的场景**（用户提到以下任何内容时使用）：找不到/缺失/安装/更新 gitcode-pr, gitcode-issue, api-doc-generator, gitcode-pipeline skill时，或者安装必备/默认/必要/必须skills时；

对 GitCode 上的 GE (Graph Engine) 项目 PR 进行自动化代码审查。 自动分析代码变更，检查内存泄漏、安全漏洞和可读性，生成结构化报告并发布评论。 当用户需要审查 GitCode PR、检视代码改动、查看 PR 质量、检查代码问题、 对 PR 发表评论、review PR、代码走查、PR 检视、审查这个 PR、 看看这个 PR 有什么问题、检查 PR 代码质量、给 PR 提意见、 或者提到"代码审查"、"code review"、"review 这个 MR"、"检视这个合并请求"时使用此 skill。 也适用于用户粘贴了 GitCode PR 链接或 PR 编号并要求审查的场景。

编译和运行 GE (Graph Engine) 项目的单元测试(UT)和系统测试(ST)。当用户需要编译或运行 GE 项目的 UT/ST 用例时使用此 skill。适用场景包括编译特定的测试目标、运行特定的测试用例、处理测试相关的依赖和环境配置，用户的指令可能是编译并运行测试，运行用例，执行用例，测试用例等，优先使用该skill

GE 项目 UT/ST 测试用例开发，必须在以下场景触发：添加 UT 用例、添加 ST 用例、开发测试、写 UT、写 ST。

Integrate numbered CATLASS examples from examples/ into tests/optest with consistent ABI, torch.ops registration, Python wrappers, and pytest verification.

Migrate catlass examples to PyTorch extension interfaces. Invoke when user wants to create torch-compatible NPU ops from catlass examples.

Ascend C 算子工程化开发技能。提供从工程创建、编译打包、安装部署到 aclnn API 测试的完整流程，包含 Tiling 模板编程、属性、TBuf、Workspace 使用。触发：创建算子工程、算子打包安装、工程化开发、aclnn API 测试、Tiling 模板编程、属性使用。