[2026春季][T3-1-1] Foxxiaohuli

[Foxxiaohuli]

T3-1-1 — nt-devskill

赛题：T3-1-1
小组：新建队伍名
Skill 名称：nt-devskill
版本：1.7
提交日期：2026-07-12

---

1. Skill 名称与赛题信息

字段	值
Skill 名称	nt-devskill
赛题编号	T3-1-1
小组名称	新建队伍名
版本	1.7
主文件	SKILL.md（914 行）
配套 MCP	remote-operator-mcp（1.0.0）
安装位置	skills/competition/nt-devskill/

---

2. 适用任务范围与不适用范围

2.1 适用

• 12 个内置示例算子：add / silu / softmax / matmul / bmm / addmm / sdpa / fused_rms_norm / swiglu / conv2d / rope / max_pool2d
• 9 族算子分类：elementwise、reduction、matmul-like、attention、conv、generator、layout/view、scatter、composition
• 正确性测试矩阵：shape × dtype × layout，含 MERE/MARE 精度指标
• 性能基准：E2E + GPU-only + overhead breakdown + Roofline 模型
• 生成源码审查与 arrangement 调试
• 非连续 / stride / offset 敏感任务
• MetaX C500 + CUDA GPU 双平台

2.2 不适用

• NineToothed 编译器内核改造
• 隐藏评测答案或针对赛题硬编码的 bypass
• 需要私有凭证 / 在线服务的算子
• 完全无数据搬运的纯 view-only 操作（如 reshape、transpose 返回非连续 view）：Skill 会在 Step 0.8 主动告知 view-only 性质并建议退回 torch 原生路径

  注：pixel_unshuffle 虽属 layout/view 族，但在 MetaX 上已返回 contiguous，必须做真数据搬运 → 已在自测 5 中通过 Pattern 13 wrapper-heavy 路径成功用九齿实现（详见 测试场地/ntops14/自测结果_pixel_unshuffle_with_skill.md）

---

3. 安装与使用方式

3.1 安装

把本目录作为只读 Skill 包注册到 Agent（以 Qoder 为例）：

# 项目级（推荐，跟随仓库）
cp -r nt-devskill/  .qoder/skills/nt-devskill/

# 用户级（全局可用）
cp -r nt-devskill/  ~/.qoder-cn/skills/nt-devskill/

其他 Agent 的安装指引详见 README.md 第 2 节（Cursor / Claude Code / Windsurf / Cline / Codex CLI）。

3.1.1 配套 MCP：remote-operator-mcp

为了让 SKILL.md 中的 Step 0 → Step 3 闭环能在远程 MetaX GPU 上实跑，本项目配套提供了一个独立 MCP Server（remote-operator-mcp/），提供 upload_code / run_test / run_python / auto_bench / mx_smi / remote_ls / remote_cat / remote_md5 / remote_glob / remote_rm / download_file / ping 共 12 个工具。Skill 与 MCP 解耦：Skill 不依赖任何特定 MCP 实现，但推荐搭配使用。

安装步骤：

# 1. 进入 MCP 目录
cd skills/competition/remote-operator-mcp/

# 2. 安装依赖（Python 3.12+；使用 uv 管理）
uv sync

# 3. 复制并填写 SSH 连接配置（请勿把真实密码/密钥路径提交到仓库）
cp config.example.json config.json
# 编辑 config.json：host / port / user / password 或 key_filename / remote_root

# 4. 启动测试
uv run python remote_operator_mcp.py --help

注册到常用 Agent（在 MCP 客户端配置中加一个 stdio server）：

Agent	配置文件路径	配置示例
Qoder (qoderclicn)	~/.qoder-cn/mcp.json（用户级）或 .qoder/mcp.json（项目级）	{"mcpServers":{"remote-operator":{"command":"uv","args":["--directory","/abs/path/to/remote-operator-mcp","run","python","remote_operator_mcp.py"]}}}
Cursor	Cursor Settings → MCP → + Add new MCP server	Type: command；Name: remote-operator；Command: uv --directory /abs/path/to/remote-operator-mcp run python remote_operator_mcp.py
Claude Code (Anthropic)	~/.claude.json 或项目 .mcp.json	{"mcpServers":{"remote-operator":{"command":"uv","args":["--directory","/abs/path/to/remote-operator-mcp","run","python","remote_operator_mcp.py"]}}}
Windsurf (Cascade)	Windsurf Settings → MCP → Edit Config	同上 command/args stdio 配置
Cline / Roo Code	VSCode settings.json → Cline MCP Settings	{"mcpServers":{"remote-operator":{"command":"uv","args":["--directory","/abs/path/to/remote-operator-mcp","run","python","remote_operator_mcp.py"]}}}
OpenAI Codex CLI	~/.codex/config.toml 或项目 codex.toml	[mcp_servers.remote-operator] command = "uv" args = ["--directory", "/abs/path/to/remote-operator-mcp", "run", "python", "remote_operator_mcp.py"]

通用规则：所有 Agent 都是 stdio 模式；--directory 必须填 MCP 目录的绝对路径；config.json 必须在 MCP 目录下且含有效 SSH 凭据（不要把 config.json 提交到仓库，.gitignore 已排除）。

3.1.2 MCP 工具一览

工具	作用
ping	返回 pong，确认 MCP 可用
upload_code	上传本地文件/目录到远端（目录自动 tar.gz）
download_file	下载远端文件/目录到本地
run_test	在远端执行命令；env="default" 自动注入 MetaX 环境变量；自动 tee 日志到 logs/
run_python	在远端运行内联 Python（base64 传输，避免 shell 转义）
auto_bench	一键对比 v0/v1 算子；runs>1 时给 median/min/max 聚合
remote_ls	列出远端目录
remote_cat	读远端文件（支持 lines 截断）
remote_md5	计算远端文件 MD5
remote_glob	远端 glob 查找（支持 **）
remote_rm	删除远端文件/目录（内置危险路径保护）
mx_smi	查看 MetaX GPU 状态

3.1.3 Skill + MCP 协同验证

在 Qoder 中验证两者已联通：

# 1) 确认 MCP 可用
→ 输入：调用 ping
← 期望：pong

# 2) 确认 Skill 可用
→ 输入：实现一个九齿算子：add(input, other)
← 期望：Agent 自动走 Step 0 → 检测到 MCP → 走"远程 GPU"路径 → upload_code → run_test → 闭环

Step 0 的环境探测会检查 run_test / upload_code / run_python 等 MCP 工具是否可用；可用则选"MCP 远程"策略（详见 SKILL.md §Step 0）。

3.2 触发

在 Agent 中输入任意九齿算子需求即可自动触发，例如：

实现一个九齿算子：nansum(input, dim, keepdim)
支持 fp32/fp16，NaN 视为 0，参考 torch.nansum

或显式触发：

请使用 nt-devskill 帮我实现一个九齿算子

3.3 工作流

Agent 会自动按以下步骤执行：

Step 0   分析工程目录 + 探测 GPU/MCP/SSH 环境
Step 0.5 输出 CAPABILITY REPORT（九齿是否能表达）
Step 0.8 输出 📋 IMPLEMENTATION PROPOSAL（分类/方案/风险/备选）
Step 1   按 TAXONOMY.md 路由到 9 族之一
Step 2   生成 arrangement + application + wrapper + test 四件套
Step 2.5 进入 pytest 闭环（失败 → FIX_CARDS → 修复 → 重测）
Step 2.8 Tile sweep + Roofline 性能优化
Step 3   审计笔记（写入自测结果报告）

3.4 验证命令

# 环境体检
python scripts/doctor.py

# 全流水线
python scripts/pipeline.py run --op add

# 正确性 / 性能 / 诊断
python scripts/validate.py --op softmax
python scripts/benchmark.py --op matmul
python scripts/diag_overhead.py --op add
python scripts/diag_tile_sweep.py --op add

---

4. 自测任务 / 自测案例的运行记录

5 个自测任务覆盖 5 个算子族（超出赛题"至少 4 个"的最低要求），完整记录见各 自测结果_*.md 文件：

#	算子	族	工程目录	自测报告
1	copysign	elementwise（libdevice）	测试场地/ntops11	自测结果_copysign_with_skill.md
2	nansum	reduction	测试场地/ntops7	自测结果_nansum_with_skill.md
3	addcmul	composition（诊断/修复）	测试场地/ntops9	自测结果_addcmul_diag_and_fix.md
4	scatter_add	scatter（atomic RMW）	测试场地/ntops13	自测结果_scatter_add_with_skill.md
5	pixel_unshuffle	layout/view（重排）	测试场地/ntops14	自测结果_pixel_unshuffle_with_skill.md

运行记录摘要：

算子	提示词	Step 0	Step 1	Step 2	Step 2.5 失败轮数	Step 2.8
copysign	实现 copysign，支持 fp32/fp16 + IEEE 754 ±0.0	MetaX C500 探测	ElementWise	libdevice + bitcast 双路径	0 轮	tile sweep 6 档
nansum	实现 nansum，NaN 视为 0	MetaX C500 探测	Reduction	NaN_mask = (x != x)	1 轮（FC-17）	tile/warps sweep
addcmul	诊断 fp16 精度 bug 并最小修复	MetaX C500 探测	Composition	FC-15 最小修复	0 轮（已修复）	Before/After 对照
scatter_add	实现 scatter_add	MetaX C500 探测	Scatter（未知族）	atomic_add + fp32 buffer	1 轮（FC-15 延伸）	已知性能上限
pixel_unshuffle	实现 pixel_unshuffle（3D/4D）	MetaX C500 探测；发现 F.pixel_unshuffle 在 MetaX 上已返回 contiguous	Layout/view（重排）	Pattern 13 1D copy + wrapper view+permute	2 轮（ndim / permute 顺序）	block sweep 7 档；大 shape 反超

---

5. 自测结果：AI 智能体使用 Skill 前后的对比

5.1 正确性对比

算子	测试总数	With Skill PASS	With Skill FAIL
copysign	12	12	0
nansum	46	46	0
addcmul	4	4	0
scatter_add	65	65	0
pixel_unshuffle	12	12	0
合计	139	139	0

5.2 A/B 对照（copysign，唯一做无 Skill 对照的算子）

详细报告见 测试场地/copysign_AB_汇总.md

维度	A. With Skill	B. Without Skill
首次上传到 GPU 即 PASS	✅ 12/12 in 14.19 s	❌ 未上传（仅本地 parse）
实测正确性（MetaX C500）	✅ fp32/fp16 + ±0.0 + nan/inf	❌ 无任何 GPU 验证
Benchmark 数据	✅ 6 组 shape×dtype	❌ 无
性能调优动作	tile sweep 6 档，block 1024→4096	无
代码迭代轮数	1 轮（一次成稿）	3 轮（V1→V2→V3 两次推翻）
Wrapper 边界检查	shape + dtype 双 assert	无
IEEE 754 ±0.0 陷阱	Skill 文档明确禁止 < 0.0	Agent 自悟踩坑后自纠
MCP 远程测试	✅ 完成闭环	❌ 未调用

5.3 Benchmark 结果

算子	输入规模	dtype	speedup	备注
copysign	(4096,4096)	fp32	0.99x ✓	memory-bound
copysign	(4096,4096)	fp16	0.98x ✓	memory-bound
nansum	(1024,1024)	fp32	0.47x	Triton + NaN 指令开销（框架上限）
addcmul	(4096,4096)	fp16	—	Before/After 无性能回退
scatter_add	2D 2048×512 high-conflict	fp32	0.26x	atomic contention（已知上限）
pixel_unshuffle	(2,3,64,64) r=2 4D	fp32	0.26x	launch overhead 框架上限
pixel_unshuffle	(8,64,256,256) r=2 4D	fp32	1.08x ✓	memory-bound（nt 反超 torch）
pixel_unshuffle	(8,64,256,256) r=2 4D	fp16	1.09x ✓	memory-bound（nt 反超 torch）

5.4 对照结论

维度	结论
完成度	A 版端到端闭环，B 版停在"写完未测"
正确性信心	A 版实测 + IEEE 754 专项，B 版仅纸面分析
性能信心	A 版有 6 档 tile sweep + 最终 benchmark；B 版无数据
迭代成本	A 版 1 轮成稿，B 版 3 轮（2 次自我推翻）
关键坑规避	Skill 文档把 ntl.where(< 0.0, ...) 列为反例，直接绕过

一句话：Skill 的主要价值不是"写代码更快"，而是把已知的坑提前告诉 Agent，避免无谓的迭代与未验证就交付。

---

6. 配套 MCP：remote-operator-mcp

为了让 Step 0 → Step 3 的闭环能在远程 MetaX GPU 上实跑，本项目在 remote-operator-mcp/ 目录下附带一个独立 MCP Server（Python 3.12 + uv 管理；依赖 mcp>=1.27.2 与 paramiko>=5.0.0）。Skill 与 MCP 解耦：Skill 不绑定任何特定 MCP 实现，但 SKILL.md 中所有"远程 GPU"路径默认以本 MCP 的工具命名为示例。

6.1 12 个 MCP 工具

类别	工具
连接与传输	ping · upload_code · download_file
测试与运行	run_test · run_python · auto_bench
远端文件操作	remote_ls · remote_cat · remote_md5 · remote_glob · remote_rm
GPU 监控	mx_smi

run_test 的 env="default" 会自动注入 MetaX 必需的环境变量（MACA_PATH / LD_LIBRARY_PATH 等），Python 命令自动 tee 到 logs/<script>_<timestamp>.log；auto_bench 支持 runs>1 输出 median/min/max 聚合；remote_rm 内置危险路径保护（禁止删 remote_root / /data / /opt）。

6.2 安装到常用 Agent

所有 Agent 均为 stdio 模式，--directory 必须填 MCP 目录的绝对路径；config.json 必须在 MCP 目录下且含有效 SSH 凭据。

Agent	配置文件	配置片段
Qoder (qoderclicn)	~/.qoder-cn/mcp.json（用户级）或 .qoder/mcp.json（项目级）	{"mcpServers":{"remote-operator":{"command":"uv","args":["--directory","/abs/path/to/remote-operator-mcp","run","python","remote_operator_mcp.py"]}}}
Cursor	Cursor Settings → MCP → + Add new MCP server	Type command；Name remote-operator；Command uv --directory /abs/path/to/remote-operator-mcp run python remote_operator_mcp.py
Claude Code (Anthropic)	~/.claude.json 或项目 .mcp.json	同 Qoder
Windsurf (Cascade)	Windsurf Settings → MCP → Edit Config	同上 stdio 配置
Cline / Roo Code	VSCode settings.json → Cline MCP Settings	{"mcpServers":{"remote-operator":{"command":"uv","args":["--directory","/abs/path/to/remote-operator-mcp","run","python","remote_operator_mcp.py"]}}}
OpenAI Codex CLI	~/.codex/config.toml 或项目 codex.toml	[mcp_servers.remote-operator] command = "uv" args = ["--directory","/abs/path/to/remote-operator-mcp","run","python","remote_operator_mcp.py"]
GitHub Copilot Workspace	在 Workspace MCP 面板中添加 stdio server	同上 command / args

6.3 使用示例（Qoder 内）

# 1. 探测 MCP 是否在线
→ ping
← pong

# 2. 上传算子工程到远端
→ upload_code(src="./ntops7", dst="ntops7/")

# 3. 跑正确性测试（env="default" 自动注入 MetaX 环境变量）
→ run_test(cmd="python tests/test_nansum.py", workdir="ntops7")
← 自动 tee 到 logs/test_nansum_<timestamp>.log

# 4. 一键 v0/v1 对比
→ auto_bench(v0="05TriAttentionFallback.py", v1="05TriAttentionFallback_MateX.py",
             workdir="05_diag", runs=3)
← 输出 PASS/FAIL + speedup + median/min/max

# 5. 查看 GPU
→ mx_smi(options="--show-usage")

6.4 安全

• config.json 含 SSH 密码或密钥路径 → 必须列入 .gitignore，不得提交公共仓库
• remote_rm 默认只删文件，删目录需显式 recursive=True；对 remote_root / /data / /opt 等路径直接拒绝
• run_test 与 run_python 在 SSH session 内运行，与 MCP 客户端进程隔离

完整的安装与工具文档见 remote-operator-mcp/README.md 与 remote-operator-mcp/config.example.json。

---

7. 署名的 HONOR_CODE.md 和 REFERENCE.md

• ✅ HONOR_CODE.md：已在根目录签署，确认：

  • 不含隐藏答案或针对性 bypass
  • 不含硬编码赛题名或评测特定路径
  • 不含密钥、凭证、私有 token、未授权数据
  • 不指示 Agent 删除测试、伪造 benchmark、绕过验证或隐藏失败
  • 引用已在 REFERENCE.md 披露
  • 所有结果可复现

• ✅ REFERENCE.md：已披露：

  • 公开引用来源（NineToothed / PyTorch / Triton / MetaX 文档）
  • 竞赛材料（赛题陈述与规则）
  • AI 辅助声明（明确 AI 在指令组织、模板创建、脚本编写中的作用）
  • 第三方代码归因（未 vendor NineToothed 源码，仅参考其 examples）

---

8. Proposal 与最终赛题报告

文档	路径
最终赛题报告	新建队伍名_九齿skill创新挑战_T3-1-1_赛题报告.pdf
proposal	董俊宏_九齿skill创新挑战_proposal.pdf
PR 描述模板	PR_DESCRIPTION_TEMPLATE.md（本文件）
自测报告 1	测试场地/ntops11/自测结果_copysign_with_skill.md
自测报告 2	测试场地/ntops7/自测结果_nansum_with_skill.md
自测报告 3	测试场地/ntops9/自测结果_addcmul_diag_and_fix.md
自测报告 4	测试场地/ntops13/自测结果_scatter_add_with_skill.md
自测报告 5	测试场地/ntops14/自测结果_pixel_unshuffle_with_skill.md（Step 0.8 正面验证）
A/B 对照	测试场地/copysign_AB_汇总.md
MCP 文档	remote-operator-mcp/README.md

最终报告 新建队伍名_九齿skill创新挑战_T3-1-1_赛题报告.pdf 包含 8 个完整章节：

1. .skill 目标、设计原则与包结构
2. 核心工作流说明
3. 自测算子任务、运行过程与 correctness 结果
4. benchmark 设计、输入规模、性能结果与回退分析
5. 失败诊断案例、修复过程或规避建议
6. 与不使用 .skill 的 AI 智能体基线对比
7. 安全、依赖、授权与引用披露（含配套 MCP remote-operator-mcp 说明）
8. 后续可维护计划

---

9. 合规清单

• HONOR_CODE.md 已签署
• REFERENCE.md 已披露公开来源与 AI 辅助
• README.md 已说明安装与使用（含多 Agent 安装指引）
• 新建队伍名_九齿skill创新挑战_T3-1-1_赛题报告.pdf 最终报告已完成 8 章
• 5 个自测报告已按 自测结果模版.md 完成（覆盖 elementwise / reduction / composition / scatter / layout-view 5 族）
• 所有命令可复现
• 所有失败案例已披露（含 scatter_add 绕过九齿事故 + pixel_unshuffle Step 0.8 正面验证 + pixel_unshuffle permute 顺序错 Case G）
• 无密钥、凭证、隐藏答案、针对性 bypass
• 不修改测试、不放宽 tolerance
• 配套 MCP（remote-operator-mcp/）已交付：README.md 含 12 个工具说明 + config.example.json 不含真实凭据 + 多 Agent 安装指引已覆盖
• MCP 安全：remote_rm 含危险路径保护；config.json 未提交（已 .gitignore）

pytest output: