企业官网建设流程全解析

CANNBot Triton 算子生成快速入门指南

【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体，本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills

概述

CANNBot Triton-Ascend 算子生成模式适用于通过 Triton DSL 开发高性能 Ascend NPU 算子。采用 6 阶段工作流驱动，覆盖从任务构建到性能优化的完整生成流程，支持迭代修复与自动优化。

Claude Code

安装

方式一：install.sh 脚本（推荐，一键完成，含 CLAUDE.md 自动配置）

git clone https://gitcode.com/cann/cannbot-skills.git cd cannbot-skills/plugins-official/triton-op-generator bash install.sh project claude # 项目级 bash install.sh global claude # 全局级

方式二：Plugin Marketplace（技能自动管理）

# 1. 注册 marketplace（首次，GitCode 仓库需完整 URL） claude plugin marketplace add https://gitcode.com/cann/cannbot-skills.git # 2. 安装插件（安装 skills 依赖） claude plugin install triton-op-generator@cannbot # 3. 手动链接 AGENTS.md → CLAUDE.md（插件安装后必需步骤） PLUGIN_DIR=$(ls -d ~/.claude/plugins/cache/cannbot/triton-op-generator/*/ 2>/dev/null | sort -V | tail -1) ln -sf "${PLUGIN_DIR%/}/AGENTS.md" ~/.claude/CLAUDE.md

验证

# 查看已安装插件 claude plugin list # 应看到 triton-op-generator@cannbot ✔ enabled # 验证 CLAUDE.md 已正确链接 ls -la ~/.claude/CLAUDE.md # 应显示为符号链接，指向插件缓存目录下的 AGENTS.md

启动

claude

更新

# install.sh 方式 cd cannbot-skills/plugins-official/triton-op-generator && bash install.sh # Plugin Marketplace 方式 claude plugin update triton-op-generator@cannbot # 更新后需重新链接 CLAUDE.md（缓存目录可能变化） PLUGIN_DIR=$(ls -d ~/.claude/plugins/cache/cannbot/triton-op-generator/*/ 2>/dev/null | sort -V | tail -1) ln -sf "${PLUGIN_DIR%/}/AGENTS.md" ~/.claude/CLAUDE.md

OpenCode

安装

# 1. 克隆仓库 git clone https://gitcode.com/cann/cannbot-skills.git cd cannbot-skills/plugins-official/triton-op-generator # 2. 运行安装脚本 bash install.sh project opencode # 项目级（默认） bash install.sh global opencode # 全局级

验证

opencode agent list # 应看到 triton-op-generator

启动

opencode

更新

cd cannbot-skills/plugins-official/triton-op-generator && bash install.sh

Trae

安装

# 1. 克隆仓库 git clone https://gitcode.com/cann/cannbot-skills.git cd cannbot-skills/plugins-official/triton-op-generator # 2. 运行安装脚本（Trae 仅支持项目级安装） bash install.sh project trae

验证

检查项目目录下是否生成：

• .trae/skills/目录，包含 6 个 skill 符号链接
• CLAUDE.md符号链接

启动

通过 Trae CLI 或 IDE 启动。

更新

cd cannbot-skills/plugins-official/triton-op-generator && bash install.sh project trae

安装路径说明

注意：claude plugin install仅安装技能（skills），不会自动创建CLAUDE.md。因为 Claude Code 插件系统当前不支持安装后钩子（post-install hook），所以需要手动执行ln -s命令链接AGENTS.md。

快速上手

生成算子示例

在交互界面中直接输入算子生成需求，CANNBot 会在当前会话中逐步执行 6 阶段工作流，所有中间过程实时可见。下面三个示例分别对应后文「输入模式说明」中的模式 A / B / C：

示例 1：直接描述生成（对应模式 A ）

生成一个 Triton-Ascend 框架的 softmax 算子实现，ASCEND_RT_VISIBLE_DEVICES=1，请将结果输出到 /path/output/

示例 2：标准 torch 文件（对应模式 B）

生成 Triton-Ascend 框架的算子，算子描述文件为 /path/NMS.py，ASCEND_RT_VISIBLE_DEVICES=1，请将结果输出到 /path/output/

示例 3：GPU Kernel 输入（对应模式 C）

基于 /path/gpu_softmax_kernel.py 中的 GPU Triton kernel 生成等价的 Triton-Ascend 实现，ASCEND_RT_VISIBLE_DEVICES=1，请将结果输出到 /path/output/

核心工作流

采用 6 阶段流水线，确保算子生成质量。所有阶段在当前会话中实时显示：

Phase 0: 参数确认 → Phase 1: 任务构建 → Phase 2: 算法设计 → Phase 3: 代码生成与验证（迭代）→ Phase 4: 性能优化与验证（迭代） → Phase 5: 输出报告 → Phase 6: 会话导出

各阶段通过门禁校验后才能进入下一阶段。支持迭代修复和自动优化，详见工作流指令文档（Claude 为CLAUDE.md，OpenCode 为AGENTS.md）。

产出物示例

Triton-Ascend 算子生成模式下，CANNBot 会在工作目录下生成以下文件：

op_{op_name}_{timestamp}_{rid}/ ├── {op_name}.py # Phase 1: 算子任务描述 ├── {op_name}.json # Phase 1: 多 case 模式专属 ├── sketch.txt # Phase 2: 算法草图 ├── output/ │ ├── generated_code.py # Phase 3 最终通过验证的代码 │ ├── perf_result.json # Phase 3 最终性能报告 │ ├── optimized_code.py # Phase 4 最终优化代码（成功时） │ ├── iter_0/ # Phase 3 迭代记录 │ │ ├── generated_code.py │ │ ├── verify/ │ │ │ ├── verify_result.json │ │ └── perf_result.json │ └── opt_iter_0/ # Phase 4 优化记录 │ ├── optimized_code.py │ └── ... ├── {op_name}_generated.py # Phase 5: 最终代码 ├── summary.json # 执行摘要 └── report.md # 最终报告

可用技能

输入模式说明

模式 A：直接描述生成

用户直接描述算子需求（如"生成 softmax 算子"），系统在当前会话中自动：

1. 构建任务描述文件（{op_name}.py）
2. 设计算法草图
3. 生成并验证代码

模式 B：标准 torch文件（单 case / 多 case）

用户提供算子描述文件，系统调用triton-task-extractorskill：

• 单 case：.py文件可包含get_inputs()，返回单组输入
• 多 case：.py文件可包含get_input_groups()，同目录有同名.json

模式 C：GPU Kernel 输入模式

用户提供 GPU Triton kernel 源码（含@triton.jit），系统自动检测并：

1. 构建Model类（返回预存 GPU 输出或手写 PyTorch 参考实现）
2. 提取输入数据
3. 生成 NPU Triton Kernel 等价实现

断点续跑与恢复

常见问题

Q: 如何查看帮助信息？

bash install.sh --help

Q: 项目级和全局安装如何选择？

• 项目级：适合多项目开发，每个项目可以有不同配置
• 全局：适合单一项目，全局生效

Q: 如何指定输出目录？

在需求描述中明确指定：

生成 softmax 算子，输出到 /home/user/output/

Q: 如何指定目标设备？

系统会自动检测 NPU 设备（通过npu-smi info）。如需指定特定设备：

export ASCEND_RT_VISIBLE_DEVICES=1

Q: 验证失败怎么办？

系统会自动进入迭代修复循环（最多 5 轮），所有修复过程实时显示：

1. 分析错误类型（A 类-代码逻辑 / B 类-环境 / C 类-重复失败）
2. 根据错误信息针对性修复
3. 重新验证

若达到最大迭代次数仍失败，会输出失败报告。

Q: 性能优化做了什么？

Phase 4 会自动尝试以下优化（按严格顺序，每次只试一个），所有尝试实时显示：

• 向量化加载（tl.arange 替代标量访问）
• Grid 并行度优化（匹配物理核数）
• 内存访问模式优化（连续轴向量化）
• Pass 合并（减少数据遍历次数）
• 循环消除（小数据量场景）

【免费下载链接】cannbot-skillsCANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体，本仓库为其提供可复用的 Skills 模块。项目地址: https://gitcode.com/cann/cannbot-skills