Thanks for sending an requirement! Please fill in the following template to help quickly solve your problem.

Backgroud（背景信息）

需求功能 ：为 opdev 层新增外部算子任务接入框架（Direct Invoke Task），提供 AddDirectInvokeTask SPI 接口，允许算子实现方以 prepare / launch / destroy 三个回调的方式，将自定义计算任务挂接到 ACLNN 两阶段执行框架（ aclOpExecutor ）中。

解决的问题 ：此前外部/自定义算子要接入 ACLNN 执行体系，必须走 AI Core kernel launcher 或描述符式的老接口，无法覆盖"实现方自行管理 kernel 下发、tiling、workspace"的场景。新接口解决了以下问题：

1. 实现选择、tiling、workspace 计算由算子方自主完成 ：prepare 回调在 ACLNN phase 1 同步执行，返回 workspace 需求（ DirectInvokeWorkspaceRequest ），由 opbase 统一分配并纳入内存规划（对齐、生命周期复用）；
2. 任务下发与执行器生命周期解耦 ：launch 回调在 phase 2 使用调用方 stream 提交计算任务，支持多次 device dispatch；destroy 回调保证 launchState 在任何失败路径上精确销毁一次；
3. 与执行缓存机制的兼容 ：DirectInvoke 不使用 OpExecCache 的设备任务回放，含 DirectInvoke 任务的 executor 自动禁用 device-task cache replay，但保留显式 executor repeat（prepare 一次、launch 每次执行），动态输出 shape 场景则完全禁止 repeat；
4. DFX 能力对齐 AI Core 路径 ：profiling/dump 归因取自 opType 与注册时捕获的 DFX 上下文，支持输入/输出 dump 与溢出检测。

Origin（信息来源）

算子开发

Benefit / Necessity （价值/作用）

• 打通外部算子接入通道 ：外部算子无需侵入 opbase 内部实现，仅通过三个非抛异常回调即可挂入 ACLNN 执行框架，降低接入成本；
• 内存安全与复用 ：workspace 由 opbase executor 统一分配（每字节尺寸一个 DT_UINT8 tensor），享受内存规划器的对齐与复用能力；
• 执行语义清晰 ：明确约定 launchState 地址无关性、args 消费时机、失败路径资源释放责任，避免内存泄漏与重复释放；
• DFX 能力完备 ：与 AI Core 路径一致的 dump/溢出检测/归因能力，保障可维可测；
• 典型应用场景 ：融合算子、第三方库算子（如自定义 kernel、外部加速库调用）以 ACLNN 接口形态接入推理/训练图执行。

Design（设计方案）

总体思路：在 opdev 层新增 Direct Invoke 任务类型（ KernelLauncher 子类 DirectInvokeKernelLauncher ，launcher 类型 DIRECT_INVOKE ），以三回调 SPI 替代原描述符式接口（不保留旧 ABI 兼容）。
接口定义 （ direct_invoke_task.h ）：

注册流程 （ direct_invoke_task.cpp ）：

AddDirectInvokeTask:
  1. 参数校验：回调非空、opType 合法、args 结构完整
     （可选输入 tensor 可为空，输出必须非空，入口 workspace 列表
     必须为空）
  2. 同步调用 prepare(args, &workspaceRequest, &launchState)
     失败 → destroy(launchState) + DestroyOpArgContext
     (args)，返回错误
  3. AppendRequestedWorkspaces：按 prepare 返回的 sizes，
     executor->AllocTensor 分配 DT_UINT8 workspace 并追加到 
     args
  4. new (std::nothrow) DirectInvokeKernelLauncher(...)
     任一失败路径保证 destroy 精确调用一次
  5. RegisterKernelLauncher：BuildGraph 构图 + 
  AddToKernelLauncherList
  6. executor->AbandonCache(includeOutShape)
     —— 禁用 device-task cache replay（launchState 可经显式 
     repeat 复用，
        但 launch 回调每次执行；动态输出 shape 完全禁止缓存）

执行流程 ： DirectInvokeKernelLauncher::Launch() 恢复注册时捕获的 TLS L0 上下文 → 输入 dump → 调用 launch_(launchState, args, stream) → 输出 dump → 成功后按需溢出检测（模型捕获场景跳过）。

关键设计约束 ：

• launchState 必须地址无关，最终 tensor/workspace 地址从 launch 的 args 获取；
• repeatability 检查复用 AI CPU 路径的 LauncherRepeatableChecker ；
• workspace 尺寸合法性校验（非 0、不超过 int64 最大值）；
• OOM 异常路径加固，所有失败路径无泄漏、无重复释放。
  配套改动 ：新增 AddDirectInvokeTask.md 接口文档、opbase.xml 打包清单、stub 生成（gen_stubapi.py），以及 944 行 UT（ test_direct_invoke.cpp ）覆盖参数校验、失败路径资源回收、workspace 分配、repeat 与缓存禁用等场景。