@cannbot-plugin/cannbot-harness 0.0.0-stage → 0.1.4

package/assets/ops-direct-invoke/skills/ascendc-direct-invoke-template/SKILL.md

@@ -0,0 +1,105 @@
+---
+name: ascendc-direct-invoke-template
+description: Kernel直调工程模板，用于创建 Ascend C Kernel 直调工程项目。提供经过验证的 Vector 样例工程（add_custom）、Blaze Matmul 工程模板（纯 Matmul / 融合 / MX 量化 / GroupMatmul）和 Kirin Vector 模板。触发：当用户需要创建 Kernel 直调工程、学习 Ascend C 编程、快速原型验证、或提及"Kernel直调"、"<<<>>>内核调用"、"Blaze Matmul"、"matmul 模板"时使用本 skill。
+---
+# Ascend C Kernel 直调工程
+
+先按算子类型路由到模板，再按 `[MODIFY]` 注释改造。
+
+
+## 场景路由
+
+| 算子类型 | 入口 | 典型算子 |
+|---|---|---|
+| **Vector** | `references/add_custom/` | add、mul、relu、softmax、layernorm 等逐元素/归约算子 |
+| **Blaze Matmul**（A5/DAV_3510） | `references/matmul_blaze_template/` + `references/matmul_blaze_guide.md` | MatMul、BatchMatMul、matmul+bias、mxfp8 matmul、matmul+vector 融合、GroupMatmul |
+| **Kirin Vector**（端侧开发） | `references/kirin_add_template/` + `references/kirin_vector_guide.md` | Kirin SoC（KirinX90/Kirin9030）专用逐元素/归约算子 |
+
+## 使用方法
+
+### A. Vector 算子（Add 分支）
+
+1. **复制样例目录**：
+   ```bash
+   # 若算子目录 <your_op> 未创建
+   cp -r references/add_custom <your_op>
+   # 若算子目录 <your_op> 已存在
+   cp -r references/add_custom/* <your_op>
+   cd <your_op>
+   ```
+2. **全局替换算子名**：`add_custom` → `<your_op>`（add_custom 是整体算子名，_kernel/_torch/_tiling 是固定后缀）
+3. **按 `[MODIFY]` 标记改造**：
+   - 类名和 kernel 函数名
+   - Tiling 结构体（`add_custom_tiling.h`）
+   - 计算逻辑（`add_custom_kernel.asc`）
+   - 输入/输出数量
+   - `CMakeLists.txt` 中的目标名
+4. **编译运行**：
+   ```bash
+   # 完整流程（含编译）
+   bash run.sh
+   # 仅运行测试，复用已有编译产物
+   bash run.sh --skip-build
+   ```
+   > `run.sh` 在运行 kernel 前会自动删除旧的 `output/output.bin`，确保精度验证读取的是本次运行的新鲜输出。
+
+### B. Blaze Matmul
+
+见 `references/matmul_blaze_guide.md`（独立自洽）：按场景路由选择模板，复制 `matmul_blaze_template/` 工程后按指南改造。
+
+### C. Kirin Vector 算子（Add 分支）
+
+见 `references/kirin_vector_guide.md`（独立自洽）：复制 `references/kirin_add_template/` 工程后按 guide 进行修改。
+
+## 文件结构（Add 分支）
+
+```
+├── op_kernel/               NPU 计算层
+│   ├── add_custom_tiling.h      Tiling 常量 + 结构体（kernel 和 host 共用）
+│   └── add_custom_kernel.asc    纯 kernel 代码（KernelAdd 类 + add_custom_kernel 核函数入口）
+├── op_host/                 Host 直调层
+│   ├── add_custom.asc           Host + main 入口（#include "add_custom_kernel.asc"）
+│   └── data_utils.h             数据读写工具
+├── op_extension/            PyTorch 接入层
+│   ├── add_custom_torch.cpp     PyTorch host 实现（Tiling 计算 + kernel launch）
+│   ├── register.cpp             TORCH_LIBRARY 注册（含 Meta backend）
+│   └── ops.h                    函数声明
+├── scripts/                 测试脚本
+│   ├── gen_data.py               生成输入数据
+│   ├── golden.py                 Golden 计算函数（直调 & PyTorch 双通路共用）
+│   ├── verify_result.py          直调通路精度验证
+│   └── test_torch.py             PyTorch 通路测试
+├── CMakeLists.txt           双 target：可执行文件 + libadd_custom_ops.so
+├── run.sh                   一键运行（支持 --torch 跑 PyTorch 通路）
+└── README.md
+```
+
+## Add 代码关键模式（速查）
+
+在 `add_custom_kernel.asc` 和 `add_custom.asc` 中可直接学习：
+
+- **内存分配**: `TPipe` + `TQue` 管理 UB Buffer
+- **数据流**: CopyIn → Compute → CopyOut 三段模式
+- **同步**: `EnQue/DeQue` 确保操作顺序
+- **Host 流程**: ACL 初始化 → KernelCall → 资源释放
+
+## PyTorch 对接
+
+模板已内置 PyTorch 对接，编译后即可使用：
+
+```python
+import torch; import torch_npu
+torch.ops.load_library("build/libadd_custom_ops.so")
+y = torch.ops.npu.add_custom(x1, x2)
+```
+
+## 参考资源
+
+| 文件 | 说明 |
+|---|---|
+| `references/matmul_blaze_guide.md` | Blaze Matmul 工程模板指南（架构 + 场景路由 + 使用指南） |
+| `references/kernel_launch_details.md` | 进阶（通用）：内存层次/Double Buffer/同步机制/多 I/O |
+
+- [Ascend C 示例代码](https://gitcode.com/cann/asc-devkit/tree/master/examples)
+- NPU 架构配置详见 `npu-arch` skill
+- PyTorch 对接详见 `torch-ascendc-op-extension` skill

package/assets/ops-direct-invoke/skills/ascendc-direct-invoke-template/evals/evals.json

@@ -0,0 +1,128 @@
+{
+  "eval_mode": "text",
+  "evals": [
+    {
+      "id": 1,
+      "title": "创建 Vector 算子直调工程的方法",
+      "config": {
+        "max_tokens": 160000,
+        "max_tokens_by_model": {
+          "deepseek-v4-flash": 120000,
+          "glm-5": 110000
+        },
+        "ascend_platforms": [
+          "A2"
+        ],
+        "eval_mode": "text"
+      },
+      "prompt": "请介绍如何使用 ascendc-direct-invoke-template 技能创建一个 Ascend C Kernel 直调工程。我想开发一个 Vector 算子（比如 Add），应该使用什么模板？需要遵循哪些步骤？不需要执行任何工具调用。",
+      "expected_output": "回复应说明创建 Vector 算子直调工程的方法：使用 add_custom 样例工程作为模板，修改 kernel.cpp/kernel.h 中的核函数实现和 host.cpp 中的调用参数，调整 CMakeLists.txt。该模板包含完整的 Vector 直调流程（<<<>>> 内核调用、数据搬入搬出、结果比对）。",
+      "files": [],
+      "expectations": []
+    },
+    {
+      "id": 3,
+      "title": "创建 Kernel 直调工程（正向看护）",
+      "config": {
+        "timeout": 1800,
+        "max_tokens": 320000,
+        "max_tokens_by_model": {
+          "deepseek-v4-flash": 576000,
+          "glm-5": 544000
+        },
+        "ascend_platforms": [
+          "A2"
+        ],
+        "distractor_skills": [
+          "ascendc-registry-invoke-template",
+          "ascendc-api-best-practices"
+        ],
+        "eval_mode": "text"
+      },
+      "prompt": "我要创建一个 Ascend C Kernel 直调工程来快速验证一个 Vector Add 算子，请加载 ascendc-direct-invoke-template 技能指导我完成工程搭建。",
+      "expected_output": "回复应指导使用 add_custom 样例工程作为模板创建 Kernel 直调工程，说明需要修改的核心文件（kernel.cpp、host.cpp、CMakeLists.txt）和关键步骤。",
+      "files": [],
+      "expectations": []
+    },
+    {
+      "id": 4,
+      "title": "Python 数据处理咨询（负向看护）",
+      "config": {
+        "max_tokens": 160000,
+        "max_tokens_by_model": {
+          "deepseek-v4-flash": 120000,
+          "glm-5": 110000
+        },
+        "ascend_platforms": [
+          "A2"
+        ],
+        "eval_mode": "text"
+      },
+      "prompt": "我有一个包含缺失值的 CSV 数据集，想用 Python 做数据清洗和预处理，请问 pandas 有哪些好用的函数可以用？",
+      "expected_output": "回复应介绍 Python 数据清洗的常见思路和方法，不涉及 Ascend C 算子开发相关内容。",
+      "files": [],
+      "expectations": []
+    },
+    {
+      "id": 5,
+      "title": "Blaze Matmul 直调工程模板选择",
+      "config": {
+        "max_tokens": 160000,
+        "ascend_platforms": [
+          "A2"
+        ],
+        "eval_mode": "text"
+      },
+      "prompt": "请使用 ascendc-direct-invoke-template skill。我要在昇腾上开发一个 MatMul 类算子的 Kernel 直调工程做快速原型验证，应该走哪条模板路线？模板放在哪里、开发指南在哪里？有哪些典型业务场景可以参考？",
+      "expected_output": "回复应说明 MatMul 类算子走 Blaze Matmul 路线：复制 references/matmul_blaze_template/ 工程，按 references/matmul_blaze_guide.md 改造，适用架构为 DAV_3510（A5 平台）；覆盖纯 MatMul、BatchMatMul、matmul+bias、mxfp8 matmul、matmul+vector 融合、GroupMatmul 等典型场景。",
+      "expectations": [],
+      "files": []
+    },
+    {
+      "id": 6,
+      "title": "Kirin Vector 端侧算子模板",
+      "config": {
+        "max_tokens": 160000,
+        "ascend_platforms": [
+          "A2"
+        ],
+        "eval_mode": "text"
+      },
+      "prompt": "请使用 ascendc-direct-invoke-template skill。我要在 Kirin SoC 上开发一个端侧 Vector 算子（逐元素算子），应该用哪个模板？开发步骤和运行方式是什么？",
+      "expected_output": "回复应说明端侧开发走 Kirin Vector 模板：复制 references/kirin_add_template/ 工程，参考 references/kirin_vector_guide.md；适用平台为 KirinX90/Kirin9030，仅支持 sim 仿真和 NPU 模式；开发时全局替换 add_custom 算子名，并修改核函数实现、Tiling 结构、main.cpp 与 run.sh 等文件。",
+      "expectations": [],
+      "files": []
+    },
+    {
+      "id": 7,
+      "title": "Kernel 直调工程的 PyTorch 对接",
+      "config": {
+        "max_tokens": 160000,
+        "ascend_platforms": [
+          "A2"
+        ],
+        "eval_mode": "text"
+      },
+      "prompt": "请使用 ascendc-direct-invoke-template skill。我用 add_custom 模板建好了 Vector 算子直调工程并编译出了动态库，现在想把这个算子注册进 PyTorch，在 Python 侧用 torch.ops 调用它，应该怎么做？",
+      "expected_output": "1. 回复应说明模板已内置 PyTorch 对接，并给出 Python 侧调用方式：编译后通过 torch.ops.load_library(\"build/libadd_custom_ops.so\") 加载动态库，再用 torch.ops.npu.add_custom(x1, x2) 调用，并说明 npu 命名空间与 add_custom 算子名来自 register.cpp 的 TORCH_LIBRARY_FRAGMENT / TORCH_LIBRARY_IMPL 注册。\n2. 回复应说明 op_extension/ 接入层三个文件的职责：add_custom_torch.cpp 承担 Tiling 计算与 kernel launch、register.cpp 负责 TORCH_LIBRARY 注册（含 Meta backend）、ops.h 提供函数声明。\n3. 回复应说明 run.sh 支持 --torch 参数只跑 PyTorch 通路。",
+      "expectations": [],
+      "files": []
+    },
+    {
+      "id": 8,
+      "title": "基于 add_custom 改造新算子与关键模式",
+      "config": {
+        "max_tokens": 160000,
+        "ascend_platforms": [
+          "A2"
+        ],
+        "eval_mode": "text"
+      },
+      "prompt": "请使用 ascendc-direct-invoke-template skill。我准备基于 add_custom 模板开发一个自定义 Vector 算子（比如 Mul）：从复制样例工程开始，除了替换算子名，还要按哪些标记改哪些文件？模板里内存分配、数据流、同步是怎么组织的，Host 侧从初始化到资源释放的流程呢？编译运行验证用什么命令？",
+      "expected_output": "1. 回复应说明改造方法的第一步是复制样例工程并给出命令 `cp -r references/add_custom <your_op>`，再全局替换 `add_custom` 为 `<your_op>`（`_kernel`/`_torch`/`_tiling` 是固定后缀），并按 `[MODIFY]` 标记改造类名与 kernel 函数名、Tiling 结构体（`add_custom_tiling.h`）、计算逻辑（`add_custom_kernel.asc`）、输入/输出数量及 `CMakeLists.txt` 目标名。\n2. 回复应说明模板的内存分配、数据流与同步模式：TPipe + TQue 管理 UB Buffer、CopyIn → Compute → CopyOut 三段数据流、EnQue/DeQue 同步。\n3. 回复应说明 Host 侧流程为 ACL 初始化（`aclInit`）→ KernelCall → 资源释放（`aclrtFree`/`aclrtFreeHost`/`aclFinalize`），以及编译运行验证命令 `bash run.sh`（完整流程）与 `bash run.sh --skip-build`（复用编译产物）。",
+      "expectations": [],
+      "files": []
+    }
+  ],
+  "skill_name": "ascendc-direct-invoke-template"
+}

package/assets/ops-direct-invoke/skills/ascendc-direct-invoke-template/references/add_custom/CMakeLists.txt

@@ -0,0 +1,131 @@
+# ----------------------------------------------------------------------------------------------------------
+# Copyright (c) 2026 Huawei Technologies Co., Ltd.
+# This program is free software, you can redistribute it and/or modify it under the terms and conditions of
+# CANN Open Software License Agreement Version 2.0 (the "License").
+# Please refer to the License for details. You may not use this file except in compliance with the License.
+# THIS SOFTWARE IS PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTIES OF ANY KIND, EITHER EXPRESS OR IMPLIED,
+# INCLUDING BUT NOT LIMITED TO NON-INFRINGEMENT, MERCHANTABILITY, OR FITNESS FOR A PARTICULAR PURPOSE.
+# See LICENSE in the root of the software repository for the full text of the License.
+# ----------------------------------------------------------------------------------------------------------
+
+# ============================================================================
+# CMake 构建配置 - Ascend C Kernel 直调
+# ============================================================================
+#
+# 目录结构:
+#   op_kernel/     - NPU 计算层（tiling.h + kernel.asc）
+#   op_host/       - Host 直调层（.asc 入口 + data_utils.h）
+#   op_extension/  - PyTorch 接入层（torch.cpp + register.cpp + ops.h）
+#   scripts/       - 测试脚本
+#
+# [MODIFY] 创建新算子时修改:
+# 1. 所有 add_custom → <your_op>（add_custom 是整体算子名，_kernel/_host/_ops 是固定后缀）
+# 2. target_compile_options 中的 --npu-arch
+# ============================================================================
+
+cmake_minimum_required(VERSION 3.16)
+
+find_package(ASC REQUIRED)
+
+# [MODIFY] 工程名
+project(add_custom LANGUAGES ASC CXX)
+
+set(CMAKE_CXX_STANDARD 17)
+
+set(ACL_INCLUDE_DIR "$ENV{ASCEND_HOME_PATH}/aarch64-linux/include")
+set(ACL_LIB_DIR "$ENV{ASCEND_HOME_PATH}/lib64")
+
+# ============================================================================
+# Target 1: 可执行文件（直调验证）
+# ============================================================================
+
+# [MODIFY] 目标名和源文件名
+add_executable(add_custom op_host/add_custom.asc)
+
+target_link_libraries(add_custom PRIVATE
+    tiling_api
+    register
+    platform
+    unified_dlog
+    dl
+    m
+    graph_base
+)
+
+target_include_directories(add_custom PRIVATE
+    ${CMAKE_CURRENT_SOURCE_DIR}/op_kernel
+    ${CMAKE_CURRENT_SOURCE_DIR}/op_host
+)
+
+# [CONFIG] NPU 架构配置
+# - dav-2201: Atlas A2 系列（默认）
+# - dav-3510: Atlas A5 系列
+# 更多架构详见 npu-arch skill
+# [MODIFY] 工程名 - add_custom → <your_op>
+target_compile_options(add_custom PRIVATE
+    $<$<COMPILE_LANGUAGE:ASC>:--npu-arch=dav-2201>
+)
+
+# ============================================================================
+# Target 2: TORCH_LIBRARY 模块 (libadd_custom_ops.so)
+#   Python: torch.ops.load_library("build/libadd_custom_ops.so")
+#           torch.ops.npu.add_custom(x1, x2)
+# ============================================================================
+
+find_package(Python3 COMPONENTS Interpreter Development REQUIRED)
+
+execute_process(
+    COMMAND ${Python3_EXECUTABLE} -c "import torch; print(torch.utils.cmake_prefix_path)"
+    OUTPUT_STRIP_TRAILING_WHITESPACE
+    OUTPUT_VARIABLE TORCH_CMAKE_PREFIX_PATH
+)
+find_package(Torch REQUIRED HINTS ${TORCH_CMAKE_PREFIX_PATH})
+
+execute_process(
+    COMMAND ${Python3_EXECUTABLE} -c "import os, torch_npu; print(os.path.dirname(torch_npu.__file__))"
+    OUTPUT_STRIP_TRAILING_WHITESPACE
+    OUTPUT_VARIABLE TORCH_NPU_PATH
+)
+set(TORCH_NPU_INCLUDE_DIRS ${TORCH_NPU_PATH}/include)
+set(TORCH_NPU_LIBRARIES ${TORCH_NPU_PATH}/lib)
+
+# [MODIFY] 所有 add_custom → <your_op>（保持 _ops 后缀）
+add_library(add_custom_ops SHARED
+    op_kernel/add_custom_kernel.asc
+    op_extension/add_custom_torch.cpp
+    op_extension/register.cpp
+)
+
+target_include_directories(add_custom_ops PRIVATE
+    ${CMAKE_CURRENT_SOURCE_DIR}/op_kernel
+    ${CMAKE_CURRENT_SOURCE_DIR}/op_extension
+    ${TORCH_INCLUDE_DIRS}
+    ${TORCH_NPU_INCLUDE_DIRS}
+    ${ACL_INCLUDE_DIR}
+)
+
+target_link_libraries(add_custom_ops PRIVATE
+    torch_npu
+    tiling_api
+    register
+    platform
+    unified_dlog
+    dl
+    m
+    graph_base
+    ascendcl
+    ascendc_runtime
+)
+
+target_link_directories(add_custom_ops PRIVATE
+    ${ACL_LIB_DIR}
+    "$ENV{ASCEND_HOME_PATH}/aarch64-linux/lib64"
+    ${TORCH_NPU_LIBRARIES}
+)
+
+target_compile_options(add_custom_ops PRIVATE
+    ${TORCH_CXX_FLAGS}
+    $<$<COMPILE_LANGUAGE:ASC>:--npu-arch=dav-2201>
+)
+
+message(STATUS "TORCH_LIBRARY module 'libadd_custom_ops.so' will be built")

package/assets/ops-direct-invoke/skills/ascendc-direct-invoke-template/references/add_custom/README.md

@@ -0,0 +1,55 @@
+# Add Custom Kernel 直调样例
+
+add_custom 算子的 Kernel 直调实现示例，同时支持 PyTorch 对接。
+
+详细代码说明见 `op_kernel/add_custom_kernel.asc` 和 `op_kernel/add_custom_tiling.h` 中的注释（搜索 `[MODIFY]` 标记）。
+
+## 文件结构
+
+```
+├── op_kernel/
+│   ├── add_custom_tiling.h    Tiling 常量 + 结构体（kernel 和 host 共用）
+│   └── add_custom_kernel.asc  纯 kernel 代码（KernelAdd 类 + add_custom_kernel 核函数入口）
+├── op_host/
+│   ├── add_custom.asc         Host + main 入口（#include "add_custom_kernel.asc"）
+│   └── data_utils.h           数据读写工具
+├── op_extension/
+│   ├── add_custom_torch.cpp   PyTorch host 实现（Tiling 计算 + kernel launch）
+│   ├── register.cpp           TORCH_LIBRARY 注册（含 Meta backend）
+│   └── ops.h                  函数声明
+├── CMakeLists.txt             双 target：可执行文件 + libadd_custom_ops.so
+└── scripts/                   数据生成和验证脚本
+```
+
+## 快速开始
+
+### 方式一：直调验证（可执行文件）
+
+```bash
+source ${ASCEND_HOME_PATH}/set_env.sh
+bash run.sh
+```
+
+或手动执行：
+
+```bash
+mkdir -p build && cd build && cmake .. && make -j
+cd .. && python3 scripts/gen_data.py
+cd build && ./add_custom
+python3 ../scripts/verify_result.py output/output.bin output/golden.bin
+```
+
+### 方式二：PyTorch 调用
+
+```python
+import torch
+import torch_npu
+
+torch.ops.load_library("build/libadd_custom_ops.so")
+
+x1 = torch.randn(8, 2048, dtype=torch.float32).npu()
+x2 = torch.randn(8, 2048, dtype=torch.float32).npu()
+y = torch.ops.npu.add_custom(x1, x2)
+
+assert torch.allclose(y.cpu(), x1.cpu() + x2.cpu())
+```

package/assets/ops-direct-invoke/skills/ascendc-direct-invoke-template/references/add_custom/op_extension/add_custom_torch.cpp

@@ -0,0 +1,82 @@
+/**
+ * Copyright (c) 2026 Huawei Technologies Co., Ltd.
+ * This program is free software, you can redistribute it and/or modify it under the terms and conditions of
+ * CANN Open Software License Agreement Version 2.0 (the "License").
+ * Please refer to the License for details. You may not use this file except in compliance with the License.
+ * THIS SOFTWARE IS PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTIES OF ANY KIND, EITHER EXPRESS OR IMPLIED,
+ * INCLUDING BUT NOT LIMITED TO NON-INFRINGEMENT, MERCHANTABILITY OR FITNESS FOR A PARTICULAR PURPOSE.
+ * See LICENSE in the software repository for the full text of the License.
+ */
+
+// ⚠️ Stream 同步反模式（详见 torch-ascendc-op-extension 的 routes/direct-invoke.md「Stream 同步模式」和 references/direct-invoke/anti_patterns.md）：
+//   ❌ stream(false) + 函数调用 → 乱序：不清 queue，kernel 先于之前操作执行
+//   ❌ lambda 内传 NPUStream + OpCommand → 死锁：queue 等 lambda，lambda 等 queue 空
+//   ❌ zeros_like 创建输出 → 乱序：zeros_like 入 queue 但 kernel 不入 queue，用 empty_like
+//   ✅ stream(true) + 函数调用 → 清 queue，安全（本文件使用此模式）
+
+#include <cstdint>
+#include "acl/acl.h"
+#include <torch/extension.h>
+#include "torch_npu/csrc/core/npu/NPUStream.h"
+#include "../op_kernel/add_custom_tiling.h"
+
+// [MODIFY] extern 声明 kernel 入口 - add_custom → <your_op>，保持 _kernel 后缀
+// 从 add_custom_kernel.asc 中的核函数签名复制，去掉 __global__ __vector__，加 extern "C"
+extern "C" void add_custom_kernel(uint32_t blockDim, void *l2Ctrl, aclrtStream stream,
+                                   uint8_t *x, uint8_t *y, uint8_t *z, uint8_t *tiling);
+
+// [MODIFY] 算子 PyTorch 实现 - add_custom → <your_op>，保持 _torch 后缀
+namespace ascend_kernel {
+
+at::Tensor add_custom_torch(const at::Tensor& x1, const at::Tensor& x2)
+{
+    TORCH_CHECK(x1.scalar_type() == at::kFloat, "only FP32 supported");
+    TORCH_CHECK(x1.scalar_type() == x2.scalar_type(), "x1 and x2 must have the same dtype");
+    TORCH_CHECK(x1.is_privateuseone(), "x1 must be on NPU");
+    TORCH_CHECK(x2.is_privateuseone(), "x2 must be on NPU");
+
+    at::Tensor y = at::empty_like(x1);
+
+    int64_t totalElements = x1.numel();
+    TORCH_CHECK(totalElements > 0, "input tensors must not be empty");
+
+    // stream(true) 在返回 ACL stream 前会清 queue，确保与之前 NPU 操作的正确同步
+    // 禁止使用 stream(false)：不清 queue + 直接调用 kernel = 乱序风险
+    auto aclStream = c10_npu::getCurrentNPUStream().stream(true);
+
+    // [MODIFY] 查询核数 - 从 main() 中复制的 Tiling 计算逻辑
+    int32_t deviceId = -1;
+    aclrtGetDevice(&deviceId);
+    int64_t availableCoreNum = 0;
+    auto ret = aclrtGetDeviceInfo(deviceId, ACL_DEV_ATTR_VECTOR_CORE_NUM, &availableCoreNum);
+    TORCH_CHECK(ret == ACL_SUCCESS && availableCoreNum > 0, "failed to get NPU core count");
+
+    // [MODIFY] Tiling 计算 - 与 main() 中的逻辑一致
+    AddTilingData tiling;
+    tiling.totalLength = totalElements;
+    uint64_t totalTiles = (totalElements + TILE_LENGTH - 1) / TILE_LENGTH;
+    uint64_t tilesPerCore = (totalTiles + availableCoreNum - 1) / availableCoreNum;
+    tiling.blockNum = (totalTiles + tilesPerCore - 1) / tilesPerCore;
+    tiling.numPerCore = tilesPerCore * TILE_LENGTH;
+    tiling.tailNumLastCore = totalElements - tiling.numPerCore * (tiling.blockNum - 1);
+
+    uint32_t blockNum = static_cast<uint32_t>(tiling.blockNum);
+
+    // Tiling 数据搬到 device
+    at::Tensor tilingTensor = at::empty(
+        {static_cast<int64_t>(sizeof(AddTilingData))},
+        x1.options().dtype(at::kByte));
+    aclrtMemcpy(tilingTensor.mutable_data_ptr(), sizeof(AddTilingData),
+        &tiling, sizeof(AddTilingData), ACL_MEMCPY_HOST_TO_DEVICE);
+
+    // [MODIFY] 调用 kernel - add_custom → <your_op>，保持 _kernel 后缀
+    add_custom_kernel(blockNum, nullptr, aclStream,
+        reinterpret_cast<uint8_t*>(x1.mutable_data_ptr()),
+        reinterpret_cast<uint8_t*>(x2.mutable_data_ptr()),
+        reinterpret_cast<uint8_t*>(y.mutable_data_ptr()),
+        reinterpret_cast<uint8_t*>(tilingTensor.mutable_data_ptr()));
+
+    return y;
+}
+
+} // namespace ascend_kernel

package/assets/ops-direct-invoke/skills/ascendc-direct-invoke-template/references/add_custom/op_extension/ops.h

@@ -0,0 +1,23 @@
+/**
+ * Copyright (c) 2026 Huawei Technologies Co., Ltd.
+ * This program is free software, you can redistribute it and/or modify it under the terms and conditions of
+ * CANN Open Software License Agreement Version 2.0 (the "License").
+ * Please refer to the License for details. You may not use this file except in compliance with the License.
+ * THIS SOFTWARE IS PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTIES OF ANY KIND, EITHER EXPRESS OR IMPLIED,
+ * INCLUDING BUT NOT LIMITED TO NON-INFRINGEMENT, MERCHANTABILITY, OR FITNESS FOR A PARTICULAR PURPOSE.
+ * See LICENSE in the root of the software repository for the full text of the License.
+ */
+
+#ifndef OPS_H
+#define OPS_H
+
+#include <torch/extension.h>
+
+// [MODIFY] 函数声明 - add_custom → <your_op>，保持 _torch 后缀
+namespace ascend_kernel {
+
+at::Tensor add_custom_torch(const at::Tensor& x1, const at::Tensor& x2);
+
+} // namespace ascend_kernel
+
+#endif // OPS_H

package/assets/ops-direct-invoke/skills/ascendc-direct-invoke-template/references/add_custom/op_extension/register.cpp

@@ -0,0 +1,42 @@
+/**
+ * Copyright (c) 2026 Huawei Technologies Co., Ltd.
+ * This program is free software, you can redistribute it and/or modify it under the terms and conditions of
+ * CANN Open Software License Agreement Version 2.0 (the "License").
+ * Please refer to the License for details. You may not use this file except in compliance with the License.
+ * THIS SOFTWARE IS PROVIDED ON AN "AS IS" BASIS, WITHOUT WARRANTIES OF ANY KIND, EITHER EXPRESS OR IMPLIED,
+ * INCLUDING BUT NOT LIMITED TO NON-INFRINGEMENT, MERCHANTABILITY, OR FITNESS FOR A PARTICULAR PURPOSE.
+ * See LICENSE in the root of the software repository for the full text of the License.
+ */
+
+#include <torch/extension.h>
+#include <torch/library.h>
+#include "ops.h"
+
+namespace {
+
+// [MODIFY] 注册算子签名 - add_custom → <your_op>
+TORCH_LIBRARY_FRAGMENT(npu, m)
+{
+    m.def("add_custom(Tensor x1, Tensor x2) -> Tensor");
+}
+
+// [MODIFY] 绑定 NPU 实现 - add_custom → <your_op>，保持 _torch 后缀
+TORCH_LIBRARY_IMPL(npu, PrivateUse1, m)
+{
+    m.impl("add_custom", TORCH_FN(ascend_kernel::add_custom_torch));
+}
+
+// [MODIFY] 绑定 Meta 实现（torch.compile / fx 需要）
+// Meta 函数只推导输出 shape/dtype，不执行实际计算。
+// 简单算子可直接返回 at::empty_like；多输出或 shape 变化的算子需按实际逻辑推导。
+at::Tensor add_custom_meta(const at::Tensor& x1, const at::Tensor& x2)
+{
+    return at::empty_like(x1);
+}
+
+TORCH_LIBRARY_IMPL(npu, Meta, m)
+{
+    m.impl("add_custom", &add_custom_meta);
+}
+
+} // namespace