Pull Request

描述

完善 Python 自定义算子公开资料，并将现有 args_refresh_add_custom/python 样例升级为 Python 原型注册、infer-meta 和 PyPTO 执行的端到端样例。

主要变更：

• 在 src/ge/add_custom.py 中使用 @register_op 注册 AddPythonCustomOp 原型和 infer-meta。
• infer-meta 校验输入 shape 和 data type，并通过 TensorDesc 返回输出元信息。
• 使用 @register_op_impl 注册 schema-bound execute(x, y) 实现。
• 使用 PyPTO 实现与 add_custom.asc 等价的 z = x + y NPU kernel。
• 通过 DLPack 将 GE device Tensor 零拷贝转换为 torch_npu Tensor，并在 GE 当前 stream 上执行 PyPTO kernel。
• 删除样例原有的 Bisheng 编译、AI Core binary 提取、_load_kernel()、ACL binary 加载和 kernel launch 流程。
• 更新 run.sh，仅生成和安装 ES Python API，并运行 Python Session 样例。
• 移除构图阶段的 _out_shape_locked 属性和手工设置输出 shape、format、data type 的逻辑，输出元信息由 Python infer-meta 提供。
• C++ REG_OP 仅作为 gen_esb 生成 ge.es.custom.AddPythonCustomOp 构造器的输入，不参与运行时原型注册。
• 将 C++ schema 输出名改为 output0，与 Python register_op 对普通非别名输出生成的默认名称保持一致，避免 canonical IR 兼容性检查失败。
• 增加 ge.runtime.TensorDesc 中文 API 文档，并说明其与 ge.graph.TensorDesc 的区别。
• 同步更新中英文设计文档和自定义算子样例说明。

变更类型

请选择本次引入的变更类型：

• 🐛 Bug 修复
• ✨ 新功能
• 💄 代码风格更新（格式化，局部变量）
• ♻️ 重构（既不修复错误也不增加功能的代码变动）
• 📦 构建过程或辅助工具的变动
• 📝 文档内容更新

关联的Issue

#299

如何测试

已执行以下静态检查：

python3 -m py_compile \
  examples/custom_op/args_refresh_add_custom/python/src/ge/add_custom.py \
  examples/custom_op/args_refresh_add_custom/python/src/run.py

bash -n examples/custom_op/args_refresh_add_custom/python/run.sh

git diff --check

已针对全部变更文件执行 pre-commit，以下检查均通过：

• trim trailing whitespace
• fix end of files
• clang-format
• ruff check
• ruff format
• codespell
• OAT Compliance Check

NPU 环境验收步骤：

source ${ASCEND_HOME_PATH}/set_env.sh
cd examples/custom_op/args_refresh_add_custom/python
bash run.sh

核对清单

• 我的代码遵循了项目的代码风格
• 我已对代码进行了自测
• 我已更新了相关的文档
• 我在标题中使用了合适的类型标签（如：feat:, fix:）
• 我已经详细阅读了贡献指南（CONTRIBUTING.md），并遵守了其中的所有规定，包括但不限于commit message的格式、无效commit的合并等

其他信息

• args_refresh_add_custom/cpp/add_custom_kernel/add_custom.asc 继续供 C++ 样例使用，并作为 PyPTO 加法实现的逻辑参考；Python 样例运行时不再编译或加载该文件。
• 当前 PyPTO 样例支持 DT_FLOAT 和连续的确定 Storage Shape。
• GE 保持输入和输出 device memory 的所有权，DLPack deleter 仅释放 Python 侧临时元数据。
• C++ REG_OP 输出名必须与 Python canonical proto 保持一致。当前普通非别名输出使用默认名称 output0。
• 当前环境未配置完整的 CANN、PyPTO 和 torch_npu NPU 运行环境，真机执行需要在对应 NPU 环境完成。1. -