任务编排方案配置（Task Orchestration Plan Configuration）

概述

任务编排方案配置（简称编排配置）用于声明一次算子生成任务的完整运行方案，由 Task 在运行时加载，用于驱动各 Agent 的协作与落地。

编排配置主要包含：

agent_model_config：为各 Agent 指定大模型预设（取值来自 core/llm/llm_config.yaml）。
workflow_config_path：指向工作流 YAML，用于定义执行流程（详见《工作流系统设计文档》）。
docs_dir：为各 Agent 提供参考文档目录（详见《文档驱动式接入指南》）。
log_dir：任务日志根目录。
profile_settings：性能测试参数（如 run_times、warmup_times）。
verify_timeout：验证超时时间（单位：秒）。

配置文件结构

编排配置 采用 YAML 格式，主要包含以下配置项：

# Agent模型配置
agent_model_config:
  designer: model_name
  coder: model_name
  conductor: model_name
  api_generator: model_name

# 日志配置
log_dir: "~/aikg_logs"

# 工作流配置
workflow_config_path: "config/workflow_file.yaml"

# 文档目录配置
docs_dir:
  designer: "path/to/designer/docs"
  coder: "path/to/coder/docs"

# 性能分析配置
profile_settings:
  run_times: 50
  warmup_times: 5

# 验证配置
verify_timeout: 300  # 验证超时时间，单位秒

主要配置项

1. Agent模型配置 (agent_model_config)

agent_model_config 用于为每个 Agent 指定所用的大模型预设；取值必须来自 core/llm/llm_config.yaml（例如：deepseek_r1_default）。常见键：designer、coder、conductor、api_generator（可按需扩展）。如名称不在预设中，会在校验时报错。

# 示例Agent模型配置
agent_model_config:
  designer: deepseek_r1_default
  coder: deepseek_r1_default

2. 日志配置 (log_dir)

指定任务执行日志的存储目录：

格式: 字符串路径
支持: 绝对路径和相对路径（支持~表示用户主目录）
默认值: "~/aikg_logs"
最终路径形态: 实际写入时会在该目录下自动创建形如 Task_{随机ID} 的子目录。

3. 工作流配置 (workflow_config_path)

指向本次任务的工作流 YAML，用于配置详细的 AIKG 任务工作流程。示例："config/default_workflow.yaml"。
详见《工作流系统设计文档》。

4. 文档目录配置 (docs_dir)

详见《文档驱动式接入指南》。

# 示例文档配置
docs_dir:
  designer: "resources/docs/triton_ascend_docs"    # Designer文档（如DSL语法）
  coder: "resources/docs/triton_ascend_docs"    # Coder文档（如DSL语法）

5. 性能分析配置 (profile_settings)

配置性能测试的执行参数：

profile_settings:
  run_times: 50      # 性能测试运行次数
  warmup_times: 5    # 预热运行次数

6. 验证配置 (verify_timeout)

设置代码验证的超时时间：

单位: 秒
默认值: 300秒（5分钟）
作用: 防止验证过程无限等待

预设方案配置

Triton配置 (default_triton_cuda_config.yaml / default_triton_ascend_config.yaml)

适用场景: Triton kernel开发

特点:

目标 Triton 代码生成
支持 Ascend NPU / CUDA GPU 后端
在 coder-only 工作流下，Designer 不启用

配置示例:

config/default_triton_cuda_config.yaml (CUDA后端)
config/default_triton_ascend_config.yaml (Ascend后端)

SWFT配置 (default_swft_config.yaml)

适用场景: 华为昇腾NPU上的SWFT kernel开发

特点:

目标 SWFT 代码生成
支持昇腾 NPU 后端
在 coder-only 工作流下，Designer 不启用

配置示例: config/default_swft_config.yaml

配置使用方法

from ai_kernel_generator.config.config_validator import load_config

# 方式1：按 DSL 加载默认方案
config = load_config(dsl="triton_ascend", backend="ascend")  # 或使用 "triton_cuda" 用于 CUDA 后端

# 方式2：显式指定方案文件路径（本地 vLLM coder-only）
config = load_config(config_path="python/ai_kernel_generator/config/vllm_triton_ascend_coderonly_config.yaml")  # Ascend
# config = load_config(config_path="python/ai_kernel_generator/config/vllm_triton_cuda_coderonly_config.yaml")    # CUDA

# 创建任务
task = Task(op_name="relu", task_desc="...", dsl="triton_ascend", config=config)  # 或使用 "triton_cuda" 用于 CUDA

3. 创建新的方案文件

# custom_orchestration_plan.yaml
agent_model_config:
  designer: model_name
  coder: model_name
  conductor: model_name

log_dir: "~/custom_logs"

workflow_config_path: "config/custom_workflow.yaml"

docs_dir:
  designer: "resources/docs/custom_design_docs"
  coder: "resources/docs/custom_dsl_docs"

profile_settings:
  run_times: 100
  warmup_times: 10

verify_timeout: 600

配置扩展指南

1. 添加新Agent配置

agent_model_config:
  designer: model_name
  coder: model_name
  conductor: model_name
  optimizer: model_name    # 新增优化器agent

2. 扩展文档目录配置

docs_dir:
  designer: "path/to/design/docs"
  coder: "path/to/code/docs"
  optimizer: "path/to/optimization/docs"  # 新增优化文档