背景

HyperParallel 的分布式算子开发流程缺乏标准化工具支撑。开发者需要手动查阅大量分散的文档（YAML 注册规范、preprocess/infer_layout/get_expand_impl 编码约束、UT/ST 测试模式），新算子接入效率低且容易遗漏检查项。同时，原有的 dist-op-dev 技能包含大量冗余的 workflow 文档（6 个独立 workflow MD 文件），与已有规则文件内容重叠，维护成本高。

目标

重构并精简分布式算子开发技能，提供清晰的端到端流程引导：

dist-op-analysis（算子分析）

• 接受用户提供的 PyTorch/MindSpore 接口信息，输出标准化的算子分析报告和实现计划
• 提供 plan-template.md 模板，统一输出的计划文件格式，包含：接口定义、分布式策略、分片场景表格、实现方案
• 需人工确认后才进入实现阶段（/dist-op-analysis → 输出 plan → STOP → 人工确认 → /dist-op-dev）

dist-op-dev（算子开发）

• 读取已确认的 plan 文件，自动执行实现 → 测试 → 修复循环，直到所有可执行测试通过
• 简化了技能文件结构：
  • 移除 6 个独立的 workflow MD 文件（01 分析 → 06 提交流程），所有约束合并到 2 个规则文件
  • 移除与 ../rules/ 重复的 3 个参考文件
  • 新增 plan-template.md 模板统一分析报告与实现计划的格式
• 验证报告保存到 reports/ 目录（.gitignore 排除，本地留存）

相关 PR

#695