Triton 算子全流程开发
工作流概览
构建 Triton 算子分 7 个阶段（含 1 个条件阶段）：
| # | 阶段 | 产出 | Skill | 是否可跳过 |
|---|---|---|---|---|
| 1 | 环境配置 | 环境验证报告 | triton-operator-env-config | 是：torch/torch_npu/triton 已可用 |
| 2 | 需求设计 | 设计文档 | triton-operator-design | 是：用户已提供完整设计文档 |
| 3 | 代码生成 | kernel + smoke test | triton-operator-code-gen | 否 |
| 4 | 静态检视 | 检视报告 | triton-operator-code-review | 否 |
| 5 | 精度验证 | 精度报告 | triton-operator-precision-eval | 否 |
| 6 | 性能评估 | 性能报告 + ratio | triton-operator-performance-eval | 否 |
| 7 | 性能优化 | 优化后代码 | triton-operator-performance-optim | 条件：ratio ≥ 目标则跳过 |
⚠️ 核心约束
- 必须走完全流程：阶段 3-6 不可跳过，不可在代码生成后停止
- 用 TaskCreate 跟踪进度：每阶段一个 Task，进入时
in_progress，完成后completed - 精度通过前不做性能优化（precision-eval 的核心原则）
- 输出最终报告：精度结果 + 性能 ratio + 优化历史 + 结论
场景路由
| 用户意图 | 正确做法 |
|---|---|
| "开发一个算子"、"从零开发" | 本 skill 全流程 |
| "帮我写算子代码" | 不用本 skill，直接 triton-operator-code-gen |
| "优化算子性能" | 不用本 skill，直接 triton-operator-performance-optim |
| "检查算子精度" | 不用本 skill，直接 triton-operator-precision-eval |
阶段执行要点
阶段 1-2：环境 + 设计（可跳过）
跳过判断：
- 阶段 1 跳过条件：能
import torch, torch_npu, triton且torch.npu.is_available() - 阶段 2 跳过条件：用户已提供设计文档（如
docs/context/*.md）或直接给出算子 API 规格
阶段 3：代码生成
调用 Skill(triton-operator-code-gen)。此阶段只生成代码和 smoke test，不运行。
进入下一阶段前：kernel 代码 + 测试文件已写入磁盘
阶段 4：静态检视
调用 Skill(triton-operator-code-review)。此阶段只静态分析，不运行。
进入下一阶段前：P0/P1 问题已修复
阶段 5：精度验证（MANDATORY 运行）
调用 Skill(triton-operator-precision-eval)。
此阶段必须在 NPU 上运行测试。 关键产出：
- 多 shape × dtype 的误差指标
- 通过/失败判定
进入下一阶段前：所有精度测试通过
阶段 6：性能评估（MANDATORY 运行）
调用 Skill(triton-operator-performance-eval)。
此阶段必须在 NPU 上运行 benchmark。 关键产出：
- Triton vs torch_npu 的 ratio
- 瓶颈类型诊断
阶段 7：性能优化（条件执行）
触发条件：阶段 6 的 ratio < 用户要求的性能目标。
调用 Skill(triton-operator-performance-optim)。优化后必须重新运行精度验证确认无回归。
常见陷阱
| 陷阱 | 症状 | 正确做法 |
|---|---|---|
| 代码生成后停止 | 用户以为开发完成但无验证 | 强制执行阶段 5-6 |
| 精度未通过就优化 | 优化了错误的代码 | 精度通过是优化的前提 |
| 跳过 TaskCreate | 阶段遗漏无法追溯 | 每阶段创建 Task |
| 混淆"生成测试"和"运行测试" | 只有测试文件但从未执行 | 阶段 5-6 必须实际运行 |
反模式清单（NEVER）
- ❌ 代码生成后停止，不执行精度验证和性能评估
- ❌ 精度未通过就做性能优化
- ❌ 不创建任务跟踪就开始执行
- ❌ 跳过阶段但不更新任务状态
- ❌ 只生成代码就说"开发完成"
- ❌ 用"只需代码"的借口跳过验证流程
检查清单（最终输出前确认）
- 代码已生成并通过静态检视（P0/P1 清零）
- 精度测试已在 NPU 上运行，所有 dtype/shape 通过
- 性能测试已在 NPU 上运行，有 ratio 数据
- ratio < 目标时已尝试优化并重新验证精度
- 输出完整报告（精度 + 性能 + 结论）