菜单
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。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/ascend-ai-coding/awesome-ascend-skills --skill ai-for-science-ai4s-main命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
评估 CANN 算子仓的「进阶教程 / 开发指南」类文档质量——通读文档 + 对照算子代码**静态**查证(默认不跑),按五轴(找得到/信得过/学得会/可操作/读得懂)找出 漏讲/讲不清/过时/对不上代码/概念讲错,产出带证据与改进建议的体检报告(MD + HTML)。涉及「评进阶教程 / 开发指南文档质量 / 文档对不对得上代码 / 教程审稿 / tutorial 体检 / 文档信不信得过」等意图时使用。只评不改不跑,只对着文档与代码出诊断。
Run NPU inference/training tests on a remote SSH server with vllm-ascend Docker container. Use when the user asks to test models on NPU, run inference on Ascend devices, or deploy models to an SSH server.
Track daily PRs and Issues from vllm-project/vllm and vllm-project/vllm-ascend, filter by model (DeepSeek/Qwen/GLM/MiniMax/Kimi) and tech topics (PD disaggregation, MTP, quantization, graph mode, performance), analyze with LLM, and generate a Markdown report. Use when user wants vllm daily tracker, PR/Issue digest, or Ascend inference ecosystem monitoring.
基于 SOC 职业分类
正在显示 SKILL.md
| 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"] |
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。
| 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 |
torch_npu 生态、统一训练推理流程，进入 tf-to-pytorch。