菜单
OpRunway 验收精度维的方法论薄壳——oracle 分层（谁当真值）+ dtype 分层度量（哪套标准、什么口径），供理解「一个算子的精度该怎么判、为什么」。P2 规划的原子能力 skill：尚未接入 op-acceptance live 流、勿自动触发、不落盘、不算 pass/fail（判定唯一归确定性 validator.py + precision_policy.py，ADR 0007）。需要读懂或扩展精度判定口径、排查精度裁决时阅读。
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 | acc-precision |
| description | OpRunway 验收精度维的方法论薄壳——oracle 分层（谁当真值）+ dtype 分层度量（哪套标准、什么口径），供理解「一个算子的精度该怎么判、为什么」。P2 规划的原子能力 skill：尚未接入 op-acceptance live 流、勿自动触发、不落盘、不算 pass/fail（判定唯一归确定性 validator.py + precision_policy.py，ADR 0007）。需要读懂或扩展精度判定口径、排查精度裁决时阅读。 |
定位（诚实，P2 边界）：本 skill 是 P2 规划的原子能力 skill，只装「精度该怎么判、为什么」的方法论指针。
${OPRUNWAY_PLUGIN_ROOT}/acc-common/precision_policy.py（三标准 SSOT + 误差分布复算 compute_metrics）+ ${OPRUNWAY_PLUGIN_ROOT}/acc-common/validator.py（读 evidence 出 verdict.json 的纯算术 judge）。${OPRUNWAY_PLUGIN_ROOT} = 本插件根中立变量，Claude 下等价 ${CLAUDE_PLUGIN_ROOT}。本 skill 不复制阈值数字、不复刻 judge、不宣告通过（ADR 0007 canonical）。plugin/AGENTS.md 的 skills: 清单——登记 = 声称已接入 live 流，而本 skill 未接入（live 精度判定仍走 validator / precision_policy）。分发 / 发现由 init.sh 扇出保证（symlink plugin/skills/ 下全部 skill 目录、不依赖 AGENTS.md 登记）。待 P1 / 后续真接线再登记；本 skill 勿被自动触发。tolerance/error_rate）、生态 MERE/MARE 的 Th（逐 dtype 2⁻ᵏ）等判定阈值常量的唯一真源在 precision_policy.py + canon 页；本 skill 不写死任何 pass/fail 判定阈值，只描述「用哪套标准、按什么口径」。expect_func / numpy 参考产，输出 dtype 须与算子输出一致。Primitive-to-case rule library（canonical）§③元规则。cv_fused_double_benchmark）；⚠ ATK 双标杆 fallback 当前 precision_policy 未实现、out-of-scope（见 §能力边界）。精度验收是三层口径、非三选一（ADR 0005 canonical）；报告同出 catlass_compare_pass / standard_profile_pass / acceptance_precision_pass，放行只看 acceptance：
spec.precision.standard + oracle 选（select_standard）：
ascendoptest_default：AscendOpTest 默认阈值实体（逐 dtype tolerance+error_rate、|golden|≥1 用相对/<1 用绝对、坏点占比 fail、inf→finfo.max、NaN==NaN 通过）——canon AscendOpTest precision thresholds（canonical）；ecosystem_mere_mare：生态《算子开源精度标准》MERE(平均相对误差)<Th 且 MARE(最大相对误差)<10×Th，Th 逐 dtype——canon Ecosystem precision standard MERE MARE（proposed·未 settle）；exact：bool/逐位精确（threshold=0）；behavioral：行为等价。任务书目标宽于平台底线（acceptance 过、standard 平台底线不过）→ 不自动放行，overall passed_with_risk + 人工 CP（ADR 0005 / Task 3 acceptance state machine canonical）。
现状（T5 后，比早期 plan 快照更全，据代码核实）：
| 标准 | precision_policy/validator 现状 | 诚实口径 |
|---|---|---|
ascendoptest_default | 已实现·settled（judge_ascendoptest，15 dtype 表逐字快照 + 掩码语义） | 可判 |
exact | 已实现·settled（judge_exact，mismatch≤0 才过） | 可判 |
ecosystem_mere_mare（MERE/MARE） | 已实现但全常量 NOT_SETTLED（proposed）——judge_mere_mare 存在，但单标杆不过 → uncertain/needs_review、不自动 fail；ATK 双标杆 fallback 未实现 | 「已能算 MERE/MARE 指标、但作为放行判据未 settle」；不声称已可据 MERE/MARE 自动 fail |
口径以 spec 为权威：validator 据 spec.precision.standard + case dtype 复算 canonical policy，要求 spec / caseset.expected / evidence.precision 三处结构化 policy 全等（防两侧同步放宽绕过）。standard 或 acceptance 任一 uncertain → 至少 needs_review（不被 acceptance pass 吞）。
详规见 references/precision-methodology.md（三层决策树 · oracle 分层 · 逐 dtype 标准 · 边界与待办，按 canon tier 引）。
把算子任务书（md 本地路径或链接）+ PR 链接，抽成中立的 <op>.spec.json（OpRunway 验收流水线 Layer 0 契约）。当你拿到「算子任务书 + 对应 PR」要开始 NPU 算子验收、或需要从任务书生成 spec 时用。一份任务书含多个算子时产出多份 spec。规则由真实社区任务书语料归纳、经三个已建 spec 验证。
OpRunway 验收的代码产出 skill，两件事：(a) gen_golden——据任务书为任意算子产 <ops_root>/<op>/golden.py（真值口径走两档链、PR/仓内参考实现禁作 golden 源、后端生成期定死、check_golden.py 自检），纯 CPU、不需 NPU、不受 runner scope gate 约束；(b) gen_runner/verify_runner——为 ops-<族> 仓、aclnn 两段式接口、opp 安装型的算子（含非 experimental 子树，引擎目录/后缀已生成化），据 spec + PR 事实（算子自带 example + op_def）生成一个「锚定算子实测路径」的 per-op NPU runner（oprunway_<op.lower()>_runner.cpp），并按 runner 自检证据满足/不满足 纪律（未满足则停在 CP-C、不上真机）后才交真机跑测。OpRunway 验收 ③：spec 已就绪、要在真 NPU 上跑一个此类算子的正确性/性能时用。catlass（换构建体系）/非 aclnn 接口/双实现 当前不支持（需先扩 adapter，见 doc/oprunway-batch6b-design.md）。
OpRunway 算子验收编排的 CP-A..E 检查点状态机——定义薄 primary orchestrator 如何调度 3 个 subagent、串工件门禁、把 pass/fail 判定唯一交给确定性脚本链（validator/perf_compare/三级验收门），供 op-acceptance primary 首响应加载。
把算子任务书拆成原语组合、按 rule-catalog 拉每原语的必测 case 模式、实例化去重后出「功能/精度/性能」覆盖矩阵——OpRunway 验收 Task1 用例生成的展开规则。参考草案：尚未接入 op-acceptance live 流、勿自动触发；仅在需理解或扩展「任务书→用例集」的展开规则时阅读。live 用例生成由确定性 gen_cases.py 负责。
OpRunway 验收性能维的方法论薄壳——msprof kernel-only 采集 + timing_scope 必填同口径 + 基线按任务书参考源（TBE/GPU）+ 小 shape 例外，供理解「一个算子的性能该怎么比、为什么」。P2 规划的原子能力 skill：尚未接入 op-acceptance live 流、勿自动触发、不落盘、不算达标（比值/裁决唯一归确定性 perf_compare.py，ADR 0007 canonical；timing_scope 口径见 ADR 0006·proposed）。需要读懂或扩展性能对比口径、排查性能裁决时阅读。
OpRunway 验收里任何 FAIL 归因前的解耦纪律薄壳——先验证「任务书↔PR 对应」本身，再用被测物自己的东西（自 build + 声明 dtype + 手算 golden + custom↔builtin 对照）解耦「被测物 vs 我们的 harness」，才下归因。P2 规划的原子能力 skill：尚未接入 op-acceptance live 流、勿自动触发、无脚本判定（纪律 skill，不产 verdict）。真机 FAIL 要归因、或复盘一次归因翻案时阅读。