CANNBot 工作流安装与使用指南
安装方式
普通用户在目标项目中执行各插件下方的 npx 命令。源码安装进入对应插件目录执行:
cd plugins/<plugin>
bash init.sh
安装器按需初始化 Skill submodule,并将 Skill 链接到 cannbot 仓库根目录的客户端配置中。
算子领域
算子生成
Step 1:一键安装
通过 npm 插件化一键安装。
OpenCode:
npx @cannbot-plugin/cannbot install ops-direct-invoke --tool opencode
Codex:
npx @cannbot-plugin/cannbot install ops-direct-invoke --tool codex
Claude Code:
npx @cannbot-plugin/cannbot install ops-direct-invoke --tool claude
TRAE:
npx @cannbot-plugin/cannbot install ops-direct-invoke --tool trae
DSH:
npx @cannbot-plugin/cannbot install ops-direct-invoke --tool dsh
Step 2:启动 Agent 客户端
在当前项目根目录启动 Agent 客户端。以 OpenCode 为例:
opencode
Step 3:提示词样例
请使用 ops-direct-invoke 工作流,根据当前项目中的算子需求生成完整的 Ascend C Kernel 直调算子。
先分析需求和运行环境,再完成方案设计、代码实现、测试、精度与性能验收。
算子测试
ascendc-st-design 的生成脚本需要 Python 3,以及 PyYAML、NumPy 和 pandas。安装插件后可先检查运行环境:
python3 -c "import yaml, numpy, pandas"
Step 1:一键安装
通过 npm 插件化一键安装。
OpenCode:
npx @cannbot-plugin/cannbot install ascendc-st-design --tool opencode
Codex:
npx @cannbot-plugin/cannbot install ascendc-st-design --tool codex
Claude Code:
npx @cannbot-plugin/cannbot install ascendc-st-design --tool claude
TRAE:
npx @cannbot-plugin/cannbot install ascendc-st-design --tool trae
DSH:
npx @cannbot-plugin/cannbot install ascendc-st-design --tool dsh
Step 2:启动 Agent 客户端
在当前项目根目录启动 Agent 客户端。以 OpenCode 为例:
opencode
Step 3:提示词样例
使用 ascendc-st-design skill,为当前项目的 add_rms_norm Ascend C 算子设计 L0/L1/L2 系统测试(ST)用例。
基于 REQUIREMENTS.md 和 aclnn 接口文档完成参数定义、测试因子提取与约束分析,并在 operators/add_rms_norm/tests/st/ 下生成 L0/L1/L2 用例和覆盖报告。
模型领域
模型迁移与推理优化
Step 1:一键安装
通过 npm 插件化一键安装。
OpenCode:
npx @cannbot-plugin/cannbot install model-infer-optimize --tool opencode
Codex:
npx @cannbot-plugin/cannbot install model-infer-optimize --tool codex
Claude Code:
npx @cannbot-plugin/cannbot install model-infer-optimize --tool claude
TRAE:
npx @cannbot-plugin/cannbot install model-infer-optimize --tool trae
DSH:
npx @cannbot-plugin/cannbot install model-infer-optimize --tool dsh
Step 2:启动 Agent 客户端
在当前项目根目录启动 Agent 客户端。以 OpenCode 为例:
opencode
Step 3:提示词样例
使用 model-infer-optimize,把当前 PyTorch 模型迁移到昇腾 NPU 推理。先建立 CPU 基线,再处理不支持算子和设备适配,最后完成精度对齐、性能分析和优化,并输出可复现的验证命令。