社区插件
社区插件属实验孵化性质：在社区中持续孵化演进，由贡献者看护；经充分使用验证并满足 SIG 准入标准后，可申请升级为官方插件。本页是社区插件的清单与介绍；各插件的完整安装与使用步骤见其目录内的 quickstart.md 或 README.md，贡献入口见 plugins-community/。
| 插件 | 场景 |
|---|---|
ascendc-port-orchestrator |
AscendC 算子跨代际移植与反向算子生成 |
model-train-precision-diagnose |
PyTorch on Ascend NPU 训练精度异常诊断 |
tilelang2ascendc-ops-generator |
Ascend C 算子自动生成（双路径设计表达 + AscendC 转译） |
triton-auto-evolve |
Triton-Ascend 算子多轮自动优化 |
ascendc-port-orchestrator
面向 AscendC 算子的移植编排插件，提供三个入口：
- 跨代际移植（
ascendc-cross-gen-port）：把已有算子移植到不同代际目标架构（如 Ascend910C/V220 → Ascend950PR/V300，或 → Atlas 300I Duo / Ascend310P3）。目标架构用自然语言指定，来源架构由代码分析自动识别。 - 轻量迁移（
ascendc-cross-gen-port-light）：无 golden 输入或希望基于已有算子修改后快速迁移时使用，全程免交互自动推进。 - 正向→反向生成（
ascendc-backward-gen）：由可微 PyTorch 正向规格生成并验证 AscendC 反向（梯度）算子。
安装见 quickstart.md。
model-train-precision-diagnose
定位 PyTorch on Ascend NPU 训练过程中的精度异常：先确认复现条件与运行环境，再缩小问题范围、定位首个差异或异常，最后由独立 Reviewer 复核证据闭环，输出 Node / Rank / Step / Module / API / Tensor 级证据。
适用症状
| 症状 | 是否依赖外部标杆 |
|---|---|
| 正向 Loss、Logits 或激活出现有限值偏差 | 是 |
| 正向基本一致，反向梯度或 GradNorm 出现有限值偏差 | 是 |
| 前向、反向、Optimizer 或 Scaler 出现 NaN / Inf / Overflow | 否 |
| 固定输入、权重、Seed 与确定性设置后，两次运行仍不一致 | 否 |
不适用
推理精度、OOM、性能优化、非 PyTorch 训练、Checkpoint 续训轨迹对齐。
安装
npx @cannbot-plugin/cannbot@latest install model-train-precision-diagnose \
--tool opencode --target /path/to/training-project
源码安装与各客户端（OpenCode / Codex / Claude Code / TRAE / DSH）参数见 quickstart.md。
tilelang2ascendc-ops-generator
Ascend C 算子自动生成：双路径（ops-direct-invoke / TileLang）设计表达与 AscendC 转译优化，端到端完成算子开发。简单算子（Index / Gather / Scatter 等）走 ops-direct-invoke 工作流（Architect 设计 → Developer 实现 → Reviewer 审查）；复杂算子（Attention / MatMul / Norm / Sort 等）走 TileLang 设计表达 → AscendC 转译，内置 7 Phase 端到端工作流（含知识演进闭环）。
前置条件：Python ≥ 3.8、PyTorch ≥ 2.0、tilelang-ascend、CANN Toolkit（建议 ≥ 9.0.0）及可用 NPU 设备（Ascend 910 / 950 PR 等）。
安装（当前面向 Claude Code）：
cd plugins-community/tilelang2ascendc-ops-generator && bash init.sh project claude
各客户端安装参数与使用方式见 quickstart.md。
triton-auto-evolve
Triton-Ascend 算子多智能体优化：主 Agent 多轮调度，每轮在隔离上下文中执行完整的优化流程（Phase 0-8），最终统一判定停止并输出全局最优结果。
安装（当前面向 Claude Code）：
cd plugins-community/triton-auto-evolve && bash init.sh project claude
使用方式与配置见 README.md。