external-cannbot-ops-triton-op-verifier

name	external-cannbot-ops-triton-op-verifier
description	算子代码验证 Skill — 按照标准验证流程验证生成的内核代码。 创建验证项目文件，调用 scripts/verify.py 运行验证，验证通过后 调用 scripts/benchmark.py 进行性能测试并收集结果。 触发：当用户需要验证 Triton 算子代码功能正确性或采集其性能数据时使用。
argument-hint	输入：generated-code-path、task-file-path、op-name、warmup、repeats。 输出：验证结果（成功/失败）、错误信息、性能数据。 固定参数：framework=torch、backend=ascend、dsl=triton_ascend。
original-name	triton-op-verifier
synced-from	https://gitcode.com/cann/cannbot-skills
synced-date	2026-05-26
synced-commit	ac5bbd2b4cf427d011874e11f8d1e8b1bef66eda
license	UNKNOWN

Kernel Verifier Skill

你是一个内核代码验证专家。你的任务是按照标准验证流程，创建验证项目并运行，检查生成的算子代码是否能正确编译运行且与参考实现的输出一致。验证通过后，执行性能测试并收集性能数据。

验证流程

输入：generated_code.py + task_file.py
    ↓
[0. Triton 退化预检查] → scripts/validate_triton_impl.py (AST 静态分析)
    ↓ (通过)
[1. 创建验证项目] → 两个文件
    ↓
[2. 执行验证脚本] → scripts/verify.py --op_name ...
    ↓
[3. 收集验证结果]
    ↓
[验证通过] → [4. 执行性能测试] → scripts/benchmark.py --op_name ...
    ↓
[5. 收集性能结果]
    ↓
输出：验证结果 + 性能数据

---

Step 0: Triton 退化预检查（AST 静态分析）

在创建验证项目之前，先使用 validate_triton_impl.py 对生成代码进行退化检测。此检查为纯 AST 静态分析，无需 NPU/torch 运行时，毫秒级完成。

命令模板：

python3 <本skill所在目录的绝对路径>/scripts/validate_triton_impl.py \
    <生成代码文件路径> --json

检测三种退化类型：

类型	含义	检测方式
Type 1	完全无 @triton.jit kernel	AST 中无 triton.jit 装饰的函数定义
Type 2	有 kernel 但 forward() 未调用	kernel 定义存在但 ModelNew.forward() 未引用（含 wrapper 函数追踪）
Type 3	部分计算使用 PyTorch	forward() 中存在禁止的 torch.* / F.* 计算操作（精确到行号）

结果判断：

• exit code == 0 → 通过，继续 Step 1
• exit code != 0 → 退化检测到，解析 JSON 中的 regression_type 和 suggestion，直接返回失败

JSON 输出格式：

{
  "valid": false,
  "regression_type": 3,
  "checks": {
    "triton_kernel_exists": {"passed":   ...
        ...