菜单
昇腾 Triton 算子全流程开发编排。当用户需要从零开发 Triton 算子、进行端到端开发流程、或不确定该用哪个子 skill 时使用。自动编排：环境配置→需求设计→代码生成→静态检视→精度验证→性能评估→性能优化。关键词：全流程、开发编排、端到端、workflow orchestration。
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。
基于 SOC 职业分类
| name | triton-operator-dev |
| description | 昇腾 Triton 算子全流程开发编排。当用户需要从零开发 Triton 算子、进行端到端开发流程、或不确定该用哪个子 skill 时使用。自动编排：环境配置→需求设计→代码生成→静态检视→精度验证→性能评估→性能优化。关键词：全流程、开发编排、端到端、workflow orchestration。 |
构建 Triton 算子分 7 个阶段（含 1 个条件阶段）：
| # | 阶段 | 产出 | Skill | 是否可跳过 |
|---|---|---|---|---|
| 1 | 环境配置 | 环境验证报告 | triton-operator-env-config | 是：torch/torch_npu/triton 已可用 |
| 2 | 需求设计 | 设计文档 | triton-operator-design | 是：用户已提供完整设计文档 |
| 3 | 代码生成 | kernel + smoke test | triton-operator-code-gen | 否 |
| 4 | 静态检视 | 检视报告 | triton-operator-code-review | 否 |
| 5 | 精度验证 | 精度报告 | triton-operator-precision-eval | 否 |
| 6 | 性能评估 | 性能报告 + ratio | triton-operator-performance-eval | 否 |
| 7 | 性能优化 | 优化后代码 | triton-operator-performance-optim | 条件：ratio ≥ 目标则跳过 |
in_progress，完成后 completed| 用户意图 | 正确做法 |
|---|---|
| "开发一个算子"、"从零开发" | 本 skill 全流程 |
| "帮我写算子代码" | 不用本 skill，直接 triton-operator-code-gen |
| "优化算子性能" | 不用本 skill，直接 triton-operator-performance-optim |
| "检查算子精度" | 不用本 skill，直接 triton-operator-precision-eval |
跳过判断：
import torch, torch_npu, triton 且 torch.npu.is_available()docs/context/*.md）或直接给出算子 API 规格调用 Skill(triton-operator-code-gen)。此阶段只生成代码和 smoke test，不运行。
进入下一阶段前：kernel 代码 + 测试文件已写入磁盘
调用 Skill(triton-operator-code-review)。此阶段只静态分析，不运行。
进入下一阶段前：P0/P1 问题已修复
调用 Skill(triton-operator-precision-eval)。
此阶段必须在 NPU 上运行测试。 关键产出：
进入下一阶段前：所有精度测试通过
调用 Skill(triton-operator-performance-eval)。
此阶段必须在 NPU 上运行 benchmark。 关键产出：
触发条件：阶段 6 的 ratio < 用户要求的性能目标。
调用 Skill(triton-operator-performance-optim)。优化后必须重新运行精度验证确认无回归。
| 陷阱 | 症状 | 正确做法 |
|---|---|---|
| 代码生成后停止 | 用户以为开发完成但无验证 | 强制执行阶段 5-6 |
| 精度未通过就优化 | 优化了错误的代码 | 精度通过是优化的前提 |
| 跳过 TaskCreate | 阶段遗漏无法追溯 | 每阶段创建 Task |
| 混淆"生成测试"和"运行测试" | 只有测试文件但从未执行 | 阶段 5-6 必须实际运行 |
全流程完成后，必须在算子目录下输出以下文件：
| 文件 | 内容 | 必须 |
|---|---|---|
{算子名}.py | Kernel 代码 + Host 接口 | 是 |
test_{算子名}.py | Smoke test | 是 |
precision_eval.py | 精度评估脚本 | 是 |
precision_report.md | 精度报告 | 是 |
performance_eval.py | 性能评估脚本 | 是 |
performance_report.md | 性能报告 | 是 |
Kubernetes 集群健康检查与安全修复 — 诊断问题，用户确认后执行修复
排查并优化 Ascend C 算子性能。当用户开发、审查或优化 Ascend C kernel 算子时使用，或当用户提及 Ascend C 性能优化、算子优化、tiling、流水、搬运、 内存优化、NPU/昇腾等关键词时触发。
多语言安全代码审查 (Security Code Review)。对 Python、C++、Shell、Markdown 文件进行系统性安全漏洞检测与修复指导。覆盖 OWASP Top 10、CWE Top 25、CERT 安全编码标准。当用户提及以下内容时，务必使用此技能：安全审查、安全代码审查、security review、code review 中的安全检查、漏洞扫描、安全合规检查（CWE/CERT/OWASP）、编写安全代码、检查代码安全性、推理服务安全审计、多模态 Token 安全校验、JSON 嵌套深度攻击防护。即使用户没有明确说'安全审查'，只要涉及代码安全性评估、漏洞检测、安全最佳实践，都应触发此技能。
昇腾NPU CANN Toolkit+Kernels+NNAL安装部署技能。支持从官网下载run包安装和从Docker镜像提取两种方式，覆盖驱动检查、包下载、安装、环境变量配置与验证全流程。当用户需要安装CANN全套组件或指定版本CANN到自定义路径时调用。
根据设计文档生成 AscendC 算子完整代码实现并完成框架适配。TRIGGER when: 设计文档已完成，需要生成 op_host/op_kernel 代码、注册到 PyTorch 框架、编译测试。关键词：代码生成、op_host、op_kernel、tiling、kernel、框架适配、算子注册。
完成AscendC算子设计 - 帮助用户完成算子的架构设计、接口定义和性能规划。当用户提到算子设计、算子开发、tiling策略、内存规划、AscendC kernel设计、两级tiling、核间切分、核内切分时，使用此skill。