当前位置：首页 > news >正文

一天一个昇腾 Agent-Skills 小技巧：让昇腾专家经验变成 Agent 能力，Agent-Skills 仓来了

news 2026/5/27 18:23:45

当大模型和 Agent 持续进入软件研发、测试场景，如何把专家经验从"隐性知识"转化为"可复用能力"正成为越来越重要的问题。

无论是算子开发、模型训练与推理、性能调优，背后都依赖大量专业知识、实践经验和标准流程。如果这些能力只能停留在个人经验里，就很难被规模化复用；如果能被沉淀为标准化 Skills，就可以真正释放 AI 辅助的价值。

Agent-Skills 正是在这样的背景下持续建设的核心仓库。它聚焦 Agent Skills for Ascend 的全栈能力，目标是将昇腾软件栈中的专家经验、最佳实践和流程方法沉淀为可复用的技能模块，让 Agent 更懂昇腾，更能解决开发部署等方面问题。

Agent-Skills 仓获取地址：https://gitcode.com/Ascend/agent-skills

Agent-Skills 核心优势

Agent-Skills 是面向昇腾的 Agent Skills 仓，聚焦昇腾研发中的专家经验、最佳实践和工作流沉淀为可复用的 Skill 资产。

它的核心优势可以概括为三点：

把分散在个人和项目中的经验沉淀为标准化能力，降低学习使用成本
让 Agent 从"能回答问题"走向"能理解场景、按流程执行任务"
支持开发者能力复用和协同共建

当前仓库已经沉淀 50+ Skills 覆盖算子开发、调优调试等场景

现仓库已沉淀 50+ Skills，如 Ascend C 算子开发 9 个，CATLASS 算子模板库 5 个，Triton 算子开发 9 个，迁移适配与性能优化 8 个，自动化测试能力 8 个，安装部署 4 个等。

面向 AI 辅助研发持续演进的新阶段，Agent-Skills 也将继续围绕真实场景拓展能力边界，完善标准规范，沉淀更多高价值 Skills。

如果你正在关注以下方向：

昇腾算子开发
模型训练与推理
生成式推荐
Agent 在昇腾场景中的落地实践
…

欢迎持续关注并参与 Agent-Skills 仓的建设，一起把昇腾研发经验沉淀为更专业、更高效、更可复用的 Agent 能力。

安装 Agent-Skills

建议使用 Skills 管理工具（npx skills）来灵活安装 Skills。以下为常用命令示例：

# 列出 ascend/agent-skills 仓库中包含的所有 Skillsnpx skillsaddascend/agent-skills--list# 安装指定的某个或某几个 Skillsnpx skillsaddascend/agent-skills--skillascend-inference-repos-copilot--skillascendc-operator-testcase-gen# 将 Skills 安装到特定的 Agent（例如 opencode）npx skillsaddascend/agent-skills-atrae-aopencode# 非交互式安装（适合 CI/CD 场景）：安装指定 Skill 到 opencode，自动确认npx skillsaddascend/agent-skills--skillascend-inference-repos-copilot-g-aopencode-y# 安装仓库中的所有 Skills 到全部 Agentsnpx skillsaddascend/agent-skills--all# 安装仓库中的所有 Skills 到指定的多个 Agentnpx skillsaddascend/agent-skills--skill'*'-atrae-aopencode

使用实践

Triton Vector 算子开发与迁移

在 Triton Vector 算子场景中，仓库内的triton-operator-dev、simple-vector-triton-gpu-to-npu和vector-triton-ascend-ops-optimizer等 Skills，可以覆盖从需求分析、环境配置、代码生成，到 GPU 向昇腾 NPU 迁移、精度验证和性能优化的关键步骤。对于开发者来说，这类 Skills 能帮助把原本依赖经验驱动的迁移和调优过程，整理成更清晰、更可复用的执行路径。

相关场景也可参考 CSDN 案例文章：Triton Vector 算子开发参考。

CATLASS 融合算子开发

在 CATLASS（昇腾算子模板库）场景中，仓库内的catlass-operator-design、catlass-operator-code-gen、ascendc-operator-compile-debug和catlass-operator-performance-optim等 Skills，可以覆盖从需求分析、算子设计、代码生成，到编译调试、精度验证和性能调优的端到端开发流程。对于开发者来说，这类 Skill 能将传统需 3-5 天的矩阵算子开发周期压缩至 1 小时，同时保障代码质量与精度对齐，让进阶算子开发门槛显著降低。

相关场景也可参考 CSDN 案例文章：1 小时完成 CATLASS 融合算子开发。