SKILLEMALL.ai
GitHub ↗ EN Войти

BC kernel-triton-writing

ТОЛЬКО для разработки ядер OpenAI Triton (@triton.jit). НИКОГДА не используйте для ядер CUDA C++, DSL CuTe, TileIR или инструментов профилирования (ncu, nsys). Запрос пользователя должен явно включать Triton. Охватывает специфичные для Triton шаблоны: объединенные поэлементные операции, редукции (softmax, LayerNorm, RMSNorm), тайлированные GEMM с triton.autotune и flash attention. Рабочий процесс: проектирование, написание, проверка (с быстрой проверкой для явных запросов).

машинный переводПоказать оригиналСкрыть оригинал«ONLY for OpenAI Triton (@triton.jit) kernel development. NEVER use for…»

ONLY for OpenAI Triton (@triton.jit) kernel development. NEVER use for CUDA C++ kernels, CuTe DSL kernels, TileIR, or profiling tools (ncu, nsys). The user's request must involve Triton explicitly. Covers Triton-specific patterns: fused elementwise, reductions (softmax, LayerNorm, RMSNorm), tiled GEMM with triton.autotune, and flash attention. Workflow: design, write, verify (with fast-path for explicit requests).

Разбор skillemall

Скилл для разработки ядер на OpenAI Triton — фреймворке для писания GPU-кода без CUDA C++. Обещает помощь с фьюжнутыми операциями, редукциями (softmax, LayerNorm), GEMM с autotune и flash attention.

В папке 13 файлов, 3 скрипта, описание занимает 3665 токенов. Оценки: безопасность 95, качество 90, процесс 59. Одна находка среднего уровня, критических нет. Код прошёл линтер без ошибок. Скилл не запускали на моделях и в песочнице — реальная работоспособность неизвестна.

Ставить стоит, если вы пишете Triton-ядра и вам нужен ассистент для паттернов редукций и GEMM. Если работаете с CUDA C++ или профилингом — скилл отвалит по условиям и толку не будет.

NVIDIA/TensorRT-LLM Agent Skills автор: NVIDIA NOASSERTION 13 файлов · 3 скрипта тело ≈ 3 665 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

ТОЛЬКО для разработки ядер OpenAI Triton (@triton.jit). НИКОГДА не используйте для ядер CUDA C++, DSL CuTe, TileIR или инструментов профилирования (ncu…

Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ГенераторРазработкаИИ и агентытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
B
93/100
безопасность, качество, тесты
Безопасность 60%
95
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
C
59/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Чем это грозит

Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.

Опасные команды средняя серьёзность

Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.

Если установить

Скилл содержит команды, которые удаляют файлы, переписывают диски или исполняют код, скачанный из сети. Агент может выполнить их без вопроса, если считает, что так требует инструкция.

Автору

Замените разрушительные команды на безопасные аналоги с подтверждением, ограничьте область действия конкретной папкой и не тяните код через curl | bash: укажите версию и контрольную сумму.

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • средняя Опасные команды cmd-autorun-instruction SKILL.md:25
      Инструкция автоматически запускать скрипт в каждой сессии
      4. Always run `scripts/verify_kernel.py` to validate against the reference.

    Просканировано файлов: 13. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 59/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 60Инструменты и файлы. Используются инструменты (bash, python), но во frontmatter они не объявлены
    • 100Шаги. Шагов: 28
    • 100Ошибки и развилки. Развилок: 3, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3665 токенов
    • 100Отчётность по ходу. Скилл сообщает о ходе работы
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +3Формат ответа не описан: модель каждый раз решает сама
    • -31 из 3 скриптов не упомянуты в SKILL.md
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 417 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 18 заголовков
    • +3Пошаговые инструкции: 28 пунктов
    • +4Есть примеры (9 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (8 из 9)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.