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

1. 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
2. 用 TaskCreate 跟踪进度：每阶段一个 Task，进入时 in_progress，完成后 completed
3. 精度通过前不做性能优化（precision-eval 的核心原则）
4. 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
• 性能报告已生成并写入磁盘（包含 ratio 数据、瓶颈诊断、优化历史、结论）
• 精度报告已生成并写入磁盘（包含多 shape × dtype 误差指标、通过/失败判定）
• 向用户输出完整最终报告（精度 + 性能 + 结论）

最终交付物

全流程完成后，必须在算子目录下输出以下文件：

文件	内容	必须
{算子名}.py	Kernel 代码 + Host 接口	是
test_{算子名}.py	Smoke test	是
precision_eval.py	精度评估脚本	是
precision_report.md	精度报告	是
performance_eval.py	性能评估脚本	是
performance_report.md	性能报告	是