mindspore-ai/akg - 第 3 页

triton-cuda-examples-torch

PyTorch 框架下 Triton CUDA 内核的完整集成示例，包括 vector_add、matmul、layer_norm、softmax 等标准算子实现。适用于需要参考 PyTorch 算子包装方式、torch.autograd.Function 实现模式的 CUDA 内核代码生成场景

triton-cuda-grid-config

Grid/Block 配置策略，包括线程块大小选择、SM 占用率优化和大 shape 算子处理方案。适用于需要确定 CUDA kernel 启动参数、优化 GPU 并行效率、或处理超大规模数据的内核代码生成场景

triton-cuda-patterns

Triton CUDA 三大核心编程模式（向量/逐元素、归约、矩阵乘法）的标准实现范式和代码模板。适用于需要快速确定算子属于哪种编程模式、或需要了解各模式基本代码结构的 CUDA 内核代码生成场景

triton-cuda-reduce

归约算子(reduce)优化策略，包含 sum/mean/max/min、softmax、layernorm、logsoftmax 等实现技巧。适用于需要在 CUDA GPU 上实现任意维度归约、规范化层或注意力分数计算的内核代码生成场景

dev-insight-extractor

从 Cursor 对话历史（agent-transcripts JSONL）中提取算子优化经验，生成 SKILL.md。 适用于用户与 Agent 协作优化 kernel 代码后，沉淀方法论级优化经验供 KernelGen 参考。 触发词：'提取经验'、'沉淀经验'、'总结对话优化经验'、'extract insight'。

op-test

算子鲁棒性测试。针对已在特定 shape/dtype 下验证通过的算子，系统性地测试其在不同 shape、dtype 下的精度正确性和性能表现。直接导入已有代码文件构造变异输入，利用 akg_agents DevicePool 支持多卡并行。触发词：'测试算子'、'算子测试'、'鲁棒性测试'、'泛化性测试'、'robustness test'、'shape test'等。

performance-optimize-verify

通用性能优化验证 - 对代码优化结果进行单元测试验证，包括硬件环境检测、正确性验证和性能验证。支持vllm-mindspore、vllm-ascend等多种框架。

skills-creator

用于从对话历史中提取可复用知识并生成新的 OpenCode skill。当用户要求： (1) "凝练当前上下文" 或 "总结上下文为skills"; (2) "任务成功" 后希望保存经验; (3) 查看 "available skills" 并希望创建新技能时使用。将有价值的发现转化为可重复使用的技能。

triton-ascend

Triton Ascend NPU编程指南，包含核心概念、标准模式和完整示例

pypto-basics

PyPTO 编程原则与核心模式

kernel-agent-overview

KernelAgent 工作流程与用户交互指南

adaptive-evolve

自适应进化工作流，使用进化算法进行多轮迭代优化

coder-agent

代码生成Agent，负责将设计方案转换为可执行代码

cuda-basics

CUDA编程基础知识，包括内存模型、线程层次和常用优化技巧

designer-agent

算法设计Agent，负责生成算子设计方案和优化策略

email-writing

专业邮件编写技能，提供各类场景的邮件模板和写作指导

error-handling

GPU代码错误处理和边界检查最佳实践

standard-workflow

标准的算子生成工作流，包含设计、编码和验证三个阶段

triton-syntax

Triton语言语法和编程模式，简化GPU kernel开发

verifier-agent

验证Agent，负责测试代码正确性和性能profiling

hint-mode

Sketch 设计中 Hint 模式参数空间配置指南，用于从任务描述中提取参数范围并生成可调优的参数空间配置

sketch-design

算子草图设计语言规范和生成指导，包含 UnifiedSketch DSL 语法和算子草图设计方法论

pypto-case-elemwise-gelu

模式 A 示例：1D elementwise — GELU 激活，展示展平、无 tanh 时的手写公式、运算符使用

pypto-case-loss-crossentropy

模式 D 示例：Loss — CrossEntropyLoss，展示多输入 kernel、两段 tile、softmax+gather+sum、标量输出

pypto-case-matmul-2d

模式 B 示例：2D 矩阵乘法 + M 维 loop 分块 + 尾部处理

pypto-case-matvec

矩阵-向量乘法：K > 65535 时用 elementwise mul + sum 替代 matmul

pypto-case-norm-batchnorm

模式 C 示例：3D Norm — BatchNorm，展示 3D 降维、连续单轴 sum 多维归约、expand_clone 广播

pypto-case-norm-layernorm

模式 C 示例：2D Norm + Loop — LayerNorm，展示 forward 降维为 2D、kernel 内 sum 归约 + 归一化

pypto-case-reduction-sum

单轴归约示例：3D Sum reduction — 保持原始维度，最简 kernel

pypto-api

PyPTO 全部 API 签名与约束速查

pypto-loop-view

pypto.loop + pypto.view 的正确写法：view shape 必须是编译期常量，适用于 matmul、norm、elementwise 等所有 loop 场景

pypto-optimization

PyPTO 性能优化规则与调参顺序。适用于需要优化 tile/loop/归约性能、比较不同 tile 方案、解释同一算子不同 tile 性能差异（尤其 softmax/logsoftmax/reduction/norm/loss）的场景

pypto-pitfalls

PyPTO 常见首次生成错误及正确写法

task-constructor

从 PyTorch/Triton 代码仓中提取算子实现，构建为 KernelBench 格式的标准化单文件自包含任务。 支持代码提取、AST 依赖追踪、函数内联、import 清理、格式验证和参考对比测试。 当用户需要从现有代码构建 task_code 时使用此 Skill。

web-scraping

Web scraping and data extraction best practices

原文语言：英语

kernel-workflow

AI Kernel 算子生成与优化工作流程。当用户需要生成、验证或优化 kernel 算子时使用此 Skill。支持 Triton、CUDA C、C++、TileLang等多种后端 DSL。

performance-summary

用于汇总和对比多个算子的性能测试结果。当用户请求汇总多个算子的性能结果、对比算子 benchmark、生成性能报告、分析多个 kernel 的加速比时使用此 Skill。