Skills - CANNBot 技能集合
【免费下载链接】cann-learning-hubCANN 学习中心仓，支持在线互动运行、边学边练，提供教程、示例与优化方案，一站式助力昇腾开发者快速上手。项目地址: https://gitcode.com/cann/cann-learning-hub
本目录包含用于 CANN 算子开发和 CANNJudge 竞赛的技能模块。
技能列表
1. cannjudge-submit - CANNJudge 算子提交技能
功能描述：帮助用户完成 CANNJudge 算子竞赛的完整流程，包括下载工程、理解题目、实现泛化算子、提交代码、获取结果。
触发场景：
- 参加 CANNJudge 算子竞赛
- 从 CANNJudge 下载算子工程模板
- 提交算子实现到 CANNJudge
- 查看 CANNJudge 排行榜
核心功能：
- 登录 CANNJudge 平台
- 获取题目信息
- 下载工程模板
- 指导泛化算子设计
- 提交代码实现
- 查询提交结果
- 查看排行榜
使用示例：
用户: 帮我从 CANNJudge 下载 DepthToSpace 题目并实现泛化算子 助手执行流程: 1. 登录 CANNJudge 平台 2. 获取题目信息和算子原型 3. 下载工程模板 4. 分析泛化需求（支持的 dtype、维度、属性等） 5. 指导用户实现泛化算子逻辑 6. 编译并提交 7. 查看结果和排行榜重要说明：
- 平台不开放测试用例 API，必须设计泛化算子
- 所有题目信息必须从 CANNJudge 网站获取，禁止使用本地信息文件
- 算子必须具备泛化性，能够处理各种 shape、dtype、属性组合
- 算子实现的技术细节参考
ascendc-ops-projectskill - 支持的提交状态：Running、Accepted、Wrong Answer、Compile Error、Runtime Error
泛化设计核心：
- Shape 泛化：支持任意维度和大小，不硬编码维度数
- Dtype 泛化：使用模板类支持多种数据类型
- 属性泛化：处理所有可能的属性值、默认值、边界值
- 对齐泛化：处理对齐和非对齐情况，使用 DataCopyPad
- 边界泛化：处理空输入、单元素、极端值等边界情况
文件结构：
cannjudge-submit/ ├── SKILL.md # 技能详细说明文档 ├── README.md # 使用说明 ├── cannjudge_cli.py # 命令行工具 └── example.py # 使用示例2. ascendc-ops-project - Ascend C 算子工程化开发技能
功能描述：提供从工程创建、编译打包、安装部署到 aclnn API 测试的完整流程，包含 Tiling 模板编程、属性、TBuf、Workspace 使用。
触发场景：
- 从零创建标准算子工程
- 算子编译、打包、安装部署
- 完整开发流程指导（设计→实现→测试→部署）
- 使用 aclnn 二段式接口进行测试验证
- Tiling 模板编程、属性、TBuf、Workspace 使用
核心功能：
- 算子原型定义和工程生成
- Host 侧实现（Tiling、InferShape、InferDataType）
- Kernel 侧实现（模板类、多数据类型支持）
- 测试代码编写和验证
- 编译打包安装流程
开发流程：
需求分析 → 原型定义 → 工程生成 → Tiling设计 → Host实现 → Kernel实现 → 编译安装 → 测试验证重要铁律：
- 严格按照算子原型开发：输入/输出/属性必须与原型完全一致
- 输入不能当属性：输入是运行时数据，属性是编译时常量
- 属性不能当输入：属性值在编译时确定，不能动态变化
- 不能增删输入输出：必须与原型完全一致
- 不能修改数据类型：dtype 必须与原型一致
文件结构：
ascendc-ops-project/ ├── SKILL.md # 技能详细说明文档 ├── references/ # 参考文档 │ ├── api_best_practices.md # API 最佳实践 │ ├── tiling_design.md # Tiling 设计指南 │ ├── precision_standard.md # 精度验证标准 │ └── cmake_guide.md # CMake 配置指南 ├── templates/ # 代码模板 │ ├── op_host_template.cpp # Host 侧实现模板 │ ├── op_kernel_template.cpp # Kernel 侧实现模板 │ ├── tiling_header_template.h # Tiling 数据结构模板 │ ├── test_template.cpp # 测试代码模板 │ ├── build.sh.template # 编译脚本模板 │ └── CMakeLists.txt.template # CMakeLists.txt 模板 └── examples/ # 完整示例 ├── add_custom_example.md # AddCustom 示例 └── clamp_example.md # Clamp 示例使用方法
方法一：直接使用技能文档
每个技能目录下的SKILL.md文件包含详细的使用说明和示例代码，可以直接阅读参考。
方法二：在 CANNBot 中使用
如果您使用 CANNBot 智能助手，这些技能会被自动加载，您可以直接向助手提问：
用户: 帮我创建一个 AddCustom 算子工程 助手: [自动使用 ascendc-ops-project skill 提供指导] 用户: 帮我提交算子到 CANNJudge 助手: [自动使用 cannjudge-submit skill 处理提交流程]技能依赖关系
cannjudge-submit依赖ascendc-ops-project：
- cannjudge-submit：处理 CANNJudge 平台交互（登录、下载、提交、查询）
- ascendc-ops-project：提供算子实现的技术细节（Tiling 设计、Host/Kernel 实现）
使用流程：
- 使用
cannjudge-submit下载题目和工程模板 - 使用
ascendc-ops-project指导算子实现 - 使用
cannjudge-submit提交代码和查看结果
前置要求
通用要求
- 已安装 CANN 开发环境
- 已配置编译工具链
cannjudge-submit 额外要求
- 已注册 CANNJudge 账号（https://cannjudge.cn）
- 已安装 Python 3.x 和 requests 库
ascendc-ops-project 额外要求
- 已安装 msopgen 工具
- 已配置 NPU 设备驱动
常见问题
Q1: 为什么平台不提供测试用例？
A: CANNJudge 平台不开放测试用例 API，目的是让开发者设计泛化算子，而不是针对特定测试用例优化。泛化算子可以处理所有可能的输入情况，具有更好的通用性和鲁棒性。
Q2: 如何设计泛化算子？
A: 参考cannjudge-submit/SKILL.md中的"泛化设计核心要素"和检查清单，以及ascendc-ops-project/SKILL.md中的模板实现方法。核心是：动态处理 shape、使用模板支持多 dtype、处理所有属性值和边界情况。
Q3: 如何获取 CANNJudge 题目信息？
A: 使用cannjudge-submitskill，所有题目信息必须从 CANNJudge 网站获取，禁止使用本地信息文件。
Q4: 算子原型定义有什么要求？
A: 所有输入/输出/属性必须与原型完全一致，详见ascendc-ops-project/SKILL.md中的"铁律"部分。
Q5: 如何处理多数据类型支持？
A: 使用模板类实现，在 Kernel 入口函数中根据 dtype 参数选择对应的模板实例，详见ascendc-ops-project/SKILL.md的 Part 5。
Q6: Float16 精度问题如何处理？
A: 将 Float16 转换为 Float32 进行中间计算，再转换回 Float16，详见ascendc-ops-project/SKILL.md的 2.3 节。
Q7: 为什么我的算子在部分测试用例上失败？
A: 可能是算子不够泛化。检查是否处理了所有泛化场景：任意维度、所有 dtype、边界值、非对齐情况等。参考cannjudge-submit/SKILL.md的泛化设计检查清单。
更新日志
- 2024-04-24: 更新 skill，强调算子泛化性设计，移除测试用例相关内容
- 2024-04-24: 初始提交，包含 cannjudge-submit 和 ascendc-ops-project 两个技能
许可证
本技能集合遵循 CANN 社区开源协议。
联系方式
如有问题或建议，请在 GitCode 仓库提交 Issue。
【免费下载链接】cann-learning-hubCANN 学习中心仓，支持在线互动运行、边学边练，提供教程、示例与优化方案，一站式助力昇腾开发者快速上手。项目地址: https://gitcode.com/cann/cann-learning-hub
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
