菜单
Use when working with Paddle's PHI kernel system: registering new kernels, debugging kernel selection/dispatch, understanding code auto-generation from YAML, or implementing operator decomposition via the combination mechanism.
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
将原生 PyTorch 自定义算子库、Torch extension、生态库（TorchCodec/FlashInfer/DeepEP 等）以及 Kernel DSL 生态（Triton/TileLang/TVM FFI 等）以最小修改方式接入 PaddlePaddle。遇到以下场景务必使用：迁移外部算子库到 Paddle；分析 PFCCLab fork 与上游的兼容差异；处理 paddle.enable_compat、paddle.utils.cpp_extension、TORCH_LIBRARY、torch.ops、at::Tensor/c10 compat 问题；为 compat gap 设计最小 workaround 并准备 Paddle issue 最小复现。
在 Paddle 代码库中定位问题并输出高质量调试报告的专用技能。当遇到以下场景时优先使用：(1) Paddle 框架 bug 调试，(2) 算子实现问题排查，(3) 训练脚本异常诊断，(4) 分布式训练故障定位，(5) CUDA/GPU 相关错误处理，(6) 需要生成结构化调试报告。
PaddlePaddle (飞桨) C++ 算子开发指南。提供从 YAML 配置、InferMeta 函数、Kernel 实现、Python API 封装、单元测试到编译验证的完整算子开发流程指导。在以下场景使用此 skill：(1) 为 Paddle 框架新增 C++ 算子 (2) 修改或调试已有 Paddle 算子 (3) 编写算子的 YAML 配置、InferMeta、Kernel、Python API 或单元测试 (4) 理解 Paddle 算子开发架构和流程 (5) 编译 Paddle 并验证算子正确性
Use when needing to compile, rebuild, or install Paddle from source after code changes. Covers cmake configuration, ninja incremental build, wheel packaging, and common build failure diagnosis.
Use when working with Paddle 3.0 compiler full pipeline: SOT (Symbolic Opcode Translator) for bytecode-level dy2st graph capture, PIR (Paddle IR) for SSA-based intermediate representation, CINN for fused CUDA kernel generation, operator decomposition (Prim), or the end-to-end flow from Python eager code to optimized GPU execution.
Use when working with Paddle's distributed training system: understanding parallelism strategies (DP, ZeRO, TP, PP, SP), semi-automatic parallel with ProcessMesh + shard_tensor, SPMD inference rules, pipeline scheduling, or auto_parallel Engine.
| name | paddle-phi-kernel |
| description | Use when working with Paddle's PHI kernel system: registering new kernels, debugging kernel selection/dispatch, understanding code auto-generation from YAML, or implementing operator decomposition via the combination mechanism. |
PHI kernel 在 KernelFactory 单例中以两级 flat_hash_map 存储：
api_name (string) → KernelKeyMap
├── KernelKey_1 → Kernel_1
├── KernelKey_2 → Kernel_2
└── ...
"add", "matmul"）→ KernelKeyMapKernelKey → Kernel 对象（包含函数指针、参数元信息）KernelKey 由 Backend、DataLayout、DataType 三要素组成，哈希编码为 32-bit 整数：
bit: 31 ─────── 20 | 19 ─── 12 | 11 ── 8 | 7 ── 0
Extended DataType Layout Backend
Backend(bit 0-7): CPU / GPU / GPUDNN / XPU / OneDNN 等DataLayout(bit 8-11): NCHW / NHWC / ANY 等DataType(bit 12-19): FLOAT32 / FLOAT16 / BFLOAT16 / INT64 等Extended(bit 20-31): 保留位，用于未来扩展PHI 体系通过 YAML 驱动代码生成，覆盖三个子系统：
| 子系统 | 生成器 | 产出物 |
|---|---|---|
| C++ API 层 | api_gen.py | paddle/phi/api/lib/api.cc |
| 动态图函数层 | eager_gen.py | dygraph_functions.cc, nodes.cc |
| Python-C 映射层 | python_c_gen.py | eager_op_function.cc |
输入 YAML：ops.yaml, backward.yaml, fused_ops.yaml, sparse_ops.yaml, op_compat.yaml
将 1061 个原生算子分解为约 200 个基础算子（primitive operators），降低分布式 / 编译器 / 新硬件适配成本。
DecompInterface → call_decomp_rule() → composite.h 实现VjpInterface / DecompVjpInterface → call_decomp_vjp() → details.h 实现| 场景 | 参考文档 |
|---|---|
| 注册新 kernel / 理解宏展开 | references/kernel-registration.md |
| 调试 kernel 选择 / 分派失败 | references/kernel-selection.md |
| 理解 YAML → 代码生成流程 | references/codegen-pipeline.md |
| 开发组合算子 / VJP | references/combination-mechanism.md |
paddle/phi/kernels/paddle/phi/core/kernel_registry.hpaddle/phi/core/kernel_factory.h, kernel_factory.ccpaddle/phi/ops/yaml/ops.yaml, backward.yamlpaddle/phi/api/generator/ — api_gen.py, backward_api_gen.py, tensor_operants_gen.pypaddle/fluid/primitive/decomp_rule/decomp_rule/composite.hpaddle/fluid/primitive/decomp_rule/decomp_vjp/details.h