torch-npugraph-ex-skills

Plugin torch-npugraph-ex-skills from marketplace cannbot in hicann/cannbot-skills. Commands read from the repo's manifest — today.

Skills (15)

• ge-coredump-diagnose

  昇腾 GE 图编译/图执行相关进程崩溃的 coredump 诊断。Use when（满足任一 GE 强信号才触发）： 1) backtrace、日志或用户描述中出现 GE 库名：libge_common、libge_compiler、libge_runner、 libge_executor、libgert、libgraph*、libparser*、tf_adapter；2) 崩溃帧命名空间为 ge:: 或 domi::； 3) 崩溃进程或阶段与 GE 相关：atc 进程、图编译（BuildGraph/CompileGraph）、图执行（RunGraph）； 4) 用户明确指认 GE 崩溃。Do

• ge-dynamic-shape-diagnose

  昇腾 GE 动态调度/Unknown Shape 触发场景诊断。触发条件（Use when）：用户遇到图被标记为 unknown graph、触发动态 shape 调度、动态拆分、unknown 子图下沉、算子被标记 force unknown、shape 含 -1/-2、性能劣化怀疑动态调度导致，或用户提供 ge_compiler 日志要求定位动态调度根因场景/根因算子时使用。覆盖 GE判定/GE设置/FE设置/图级别四类 根因场景的日志关键字定位方法。不依赖外部仓库配置，基于日志关键字排查。

• ge-fusion-pass-skill

  触发：用户需要开发、实现、验证或诊断 GE/CANN 自定义融合 pass，或提出融合/拆分子图、GE pass、PatternFusionPass、DecomposePass、graph_base_pass、CANN/GE dump、ATC/pyatc 自定义 pass 时使用；支持端到端流程，也支持明确限定的需求分析、源码实现、功能验证/融合诊断或真实证据后的知识沉淀。默认按 G1→G2→G3 执行，环境或证据不足时如实降级。

• ge-inductor-autofuse-analysis

  融合性能分析。分析Profiling和Dump图，识别可融合范围；支持融合前后对比找出融合劣化片段和可融但未融合片段；支持Inductor+Triton/DVM/AutoFuse(AscendC)及GE+AF多种融合模式两两对比，找出融合范围差异和相同融合范围的算子性能差异，定位AutoFuse融合范围和融合算子优化点。触发场景：融合性能分析、融合算子分析、AutoFuse分析、DVM分析、Triton融合分析、融合对比、融合前后对比、融合劣化、可融未融、融合范围差异、AscendC融合、自动融合瓶颈、自动算子融合优化、融合劣化片段、可融合范围识别。需要分析昇腾NPU上自动融合算子性能、对比不

• ge-memory-analysis

  GE 内存分析与优化。触发场景：① Device 显存问题——内存占用高、显存占用、HBM 偏大、OOM、内存不释放、显存持续增长、内存归因、内存池分析、devmm、imas；② 复用与寻优——内存复用率低、内存碎片、复用优化、显存优化、理论最小值、内存寻优、topo 排序、内存策略；③ Host 泄漏——host 内存泄漏、进程内存持续增长、TMT、ASan、valgrind；④ 算子地址调试——算子实际下发地址、下发地址、算子地址、input/output/workspace 地址、零拷贝地址、地址刷新、refreshable。

• ge-onnx-plugin-development

  使用 ge.onnx_plugin 编写 ONNX Python 插件、把自定义算子接入 GE 时使用。触发场景：PyTorch 自定义算子导出 ONNX、编写 onnx_plugin/parse_node/parse_operator/decompose 回调、注册自定义算子到 GE、atc 编译含自定义算子的 ONNX 模型、设置 ASCEND_CUSTOM_OPP_PATH、算子未注册（E13010/E16002）写法排查。不用于 GE 特性自身代码开发（bridge/registry/parser 改动走常规开发流程）。

• ge-stream-log-analysis

  Analyze GE/CANN compile and runtime stream logs with optional GE repository context. Use when a user asks for static or dynamic stream-allocation evidence, runtime stream requests, or mapping compile logical stream IDs to runtime RT stream IDs. Reports evidence with file paths and line numbers.

• ge-symbolic-op-development

  GE 图编译中的符号算子开发与解读。触发：用户需要新增或修改算子的符号推导 （infer_symbolic_shape/infer）、符号计算（symbolic_kernel），或排查 SymbolShape、 SymbolicValue、数据依赖、guard、算子注册和符号推导链路问题时使用。覆盖需求分析、 实现、注册、边界检查、UT/ST 验证和常见问题定位。

• torch-custom-ops-guide

  自定义算子入图完整指南。覆盖从零开发、Eager 算子适配 npugraph_ex 图模式（torch.library.custom_op / torch.library.Library）、Meta 推导函数编写等全流程。适用于两种纯 Python 自定义算子注册场景。关键词：custom_op、torch.library.Library、register_fake、meta、mutates_args。

• torch-npugraph-ex-compile-error-diagnosis

  PyTorch 昇腾 NPU npugraph_ex 编译期报错诊断。覆盖 torch.compile 触发后 TorchDynamo / FX / AOTAutograd / npugraph_ex backend / ACL graph capture 阶段的报错排查，包括 Unsupported / graph break / BackendCompilerFailed / Meta 推导失败 / capture 失败等场景。本 skill 由 dfx-triage 路由进入。触发：当用户遇到 npugraph_ex 入图失败、graph break、BackendCompilerFai

• torch-npugraph-ex-dfx-triage

  PyTorch 昇腾 NPU npugraph_ex DFX 问题分诊入口。统一执行首轮全量日志收集与最少闭环信息核对，按报错栈和现象将问题路由到 compile-error / runtime-error / accuracy / performance 四个专科 sub-skill。本 skill 不输出最终诊断结论，只完成「采集 + 分类 + 加载下游 skill」。触发：当用户报告 npugraph_ex 相关报错、断图、精度差异或性能回退、需要 debug/dump 定位时加载。关键词：问题定位、报错、断图、精度、性能、debug、dump、aot_eager。

• torch-npugraph-ex-knowledge

  npugraph_ex（aclgraph）模式使用指南。采用 Capture & Replay 方式将算子任务下沉至 Device 执行，减少 Host 调度开销，适用于固定 shape 在线推理低延迟场景。涵盖模式配置、FX Pass、编译缓存、多流并行、内存复用、静态 Kernel 编译、限核、性能优化、调试定位、自定义算子入图等。关键词：npugraph_ex、aclgraph、backend=\"npugraph_ex\"、capture、replay、reduce-overhead、config.aclgraph_config。

• torch-npugraph-ex-performance-diagnosis

  PyTorch 昇腾 NPU npugraph_ex 性能诊断（FX 图静态审计，聚焦冗余 tensor move 与疑似 reinplace 未命中）。处理「5 step 全部通过、但推理慢/Device 利用率低」阶段：基于 TORCH_COMPILE_DEBUG=1 产出的 FX 图序列与 debug.log，定位 reinplace_inplaceable_ops_pass（out-of-place→in-place）与 reinplace_input_mutated_ops（折叠输入侧 copy_）回填未完成留下的 copy_/clone/out-of-place 冗余，并识别 Co

• torch-npugraph-ex-runtime-error-diagnosis

  PyTorch 昇腾 NPU npugraph_ex 运行时报错诊断。覆盖 ACL graph 已 capture 成功之后，replay / kernel launch / 通信 / 内存 / device API 阶段的报错排查，包括 aclnnXxx 算子失败、HCCL 错误、stream/event 同步、segfault、device side assert、OOM 等场景。本 skill 由 dfx-triage 路由进入。触发：当用户遇到 npugraph_ex replay / aclnn / HCCL / stream / OOM 等运行时报错时加载。关键词：runtime、

• torch-npugraph-ex-template

  npugraph_ex 模式的 MRE（最小可复现示例）代码模板。包含标准 npugraph_ex 编译模板和 npugraph_ex 编译缓存（cache_compile）模板。触发：当用户需要从零生成 npugraph_ex 模式代码、做概念解释、对比分析或配置指导时加载。

Similar plugins