菜单
华为昇腾NPU性能分析技能集，**当用户提供Profiling文件或目录路径时必须使用**，用于分析Profiling数据识别计算、通信、下发等性能瓶颈，支持step_trace_time.csv、op_statistic.csv、kernel_details.csv等多种数据格式，提供完整的性能分析流程和优化建议。
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
当用户需要部署 msmodeling optix 服务化自动寻优工具时使用。负责安装与验证。
当首次使用 msmodeling optix 的用户需要根据硬件、模型、负载和优化目标推荐 MindIE/vLLM 寻优参数、搜索范围、benchmark 侧字段或 config.toml 片段时使用。
指导并自动化完成昇腾 NPU 上 MindSpeed-LLM 训练的 Profiling 数据采集。支持配置并运行带 Profiling 的模型训练，包括 CPU 采集、内存采集、不同采集级别（level0/level1/level2）和自定义 step 范围。生成的 Profiling 数据可用 MindStudio Insight 进行性能分析。当用户需要在模型训练中采集 Profiling 数据、进行训练性能分析、或执行 性能数据采集/Profiling采集 时触发。触发关键词：profiling、性能分析、性能数据采集、Profiling采集、训练框架profiling、MindSpeed-LLM profiling。
指导并自动化完成昇腾 NPU 上 MindSpeed-MM 模型训练的 Profiling 数据采集。通过识别训练脚本，自动找到配置文件并启用内置 Profiler，支持静态采集（指定起止 step）和动态采集（运行时动态开关），支持 Megatron 引擎（tools.json）和独立 FSDP2 引擎（YAML）两种配置方式。生成的 Profiling 数据可用 MindStudio Insight 进行性能分析。当用户需要在多模态模型训练中采集 Profiling 数据、进行训练性能分析、或执行 性能数据采集/Profiling采集 时触发。触发关键词：profiling、性能分析、性能数据采集、Profiling采集、多模态训练profiling、MindSpeed-MM profiling。
Skill for analyzing communication performance bottlenecks and detecting slow/fast rank issues in Ascend NPU systems. Use this skill whenever you need to analyze communication efficiency, data transfer bottlenecks, or identify slow/fast rank problems using profiling data.
用于分析Ascend NPU系统中计算性能瓶颈的技能，专注于算子效率和计算优化
| name | profiling-analysis |
| description | 华为昇腾NPU性能分析技能集，**当用户提供Profiling文件或目录路径时必须使用**，用于分析Profiling数据识别计算、通信、下发等性能瓶颈，支持step_trace_time.csv、op_statistic.csv、kernel_details.csv等多种数据格式，提供完整的性能分析流程和优化建议。 |
| keywords | ["性能分析","Profiling","昇腾性能分析","NPU性能优化","计算瓶颈","通信瓶颈","下发问题","hostbound","高耗时算子","step_trace_time.csv","op_statistic.csv","kernel_details.csv","性能瓶颈识别","算子性能分析","通信性能分析","Host侧性能分析"] |
profiling-analysis 是一套完整的华为昇腾NPU性能分析技能集，用于分析Profiling生成的性能数据，自动识别系统性能瓶颈类型（计算、通信、下发），并提供深入分析能力和优化建议。
profiling-analysis 技能通过以下流程自动完成性能分析：
step_trace_time.csv 文件根据判定的瓶颈类型，自动调用对应子技能进行深入分析：
profiling-analysis-hostbound 子技能profiling-analysis-computing 子技能，执行完整分析流程profiling-analysis-communication 子技能输出完整的性能分析报告，包括：
┌─────────────────────────────────────────────────┐
│ 文件扫描与收集 │
│ 递归查找 step_trace_time.csv 文件 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 性能数据解析与计算 │
│ 提取核心指标并计算占比 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 全局统计与瓶颈判定 │
│ 计算平均占比并识别瓶颈类型 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 子技能自动调用 │
│ 根据瓶颈类型触发对应子技能 │
└─────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────┐
│ 分析报告生成 │
│ 输出完整性能分析结果 │
└─────────────────────────────────────────────────┘
| 参数名称 | 类型 | 是否必填 | 描述 |
|---|---|---|---|
| input_path | string | 是 | 输入路径：支持单个Profiling文件路径，或包含多个Profiling文件的文件夹路径 |
调用 skill "profiling-analysis" 分析 "input_path" 中的性能数据
input_path：替换为实际的Profiling数据文件夹路径如果需要直接调用特定子技能进行深入分析：
# 分析计算瓶颈
调用 skill "profiling-analysis-computing" 分析 "input_path" 中的高耗时算子
# 分析通信瓶颈
调用 skill "profiling-analysis-communication" 分析 "input_path" 中的通信性能
# 分析下发瓶颈
调用 skill "profiling-analysis-hostbound" 分析 "input_path" 中的Host侧问题
profiling-analysis 包含以下子技能，用于不同类型的性能分析。当主技能检测到对应瓶颈时，会自动调用子技能进行深入分析，无需手动执行：
| 子技能名称 | 功能描述 | 适用场景 |
|---|---|---|
| profiling-analysis | 主分析技能，识别性能瓶颈类型 | 首次分析Profiling数据，快速定位主要瓶颈 |
| profiling-analysis-computing(.\profiling-analysis-computing\SKILL.md) | 计算瓶颈分析，包含： - 高耗时算子筛选（Top-N算子） - 算子性能数据透视表分析 - 关键算子（如MatMul系列）形状解析与优化建议 | 计算占比过高时，深入分析具体的高耗时算子及其性能特征 |
| profiling-analysis-communication(.\profiling-analysis-communication\SKILL.md) | 通信瓶颈分析，分析集合通信性能 | 通信占比过高时，分析通信操作的性能 |
| profiling-analysis-hostbound(.\profiling-analysis-hostbound\SKILL.md) | 下发瓶颈分析，分析Host侧性能问题 | 空闲占比过高时，分析Host侧的下发问题 |
step_trace_time.csv：包含计算、通信、空闲等时间占比信息op_statistic.csv：包含算子执行统计信息kernel_details.csv：包含算子内核详细执行信息op_summary.csv：包含算子执行摘要信息analysis.db：Profiling数据库文件