CANN/Graph-autofusion项目AI开发指令

Project Prompts

【免费下载链接】graph-autofusionGraph-autofusion 是一个面向昇腾（Ascend）芯片的轻量级、解耦式组件集合，旨在通过自动融合技术加速模型执行。 目前已开源 SuperKernel 组件，未来将持续开放更多自动融合相关模块。项目地址: https://gitcode.com/cann/graph-autofusion

📘 文件说明

本文件用于保存与 Graph-autofusion 项目相关的 AI 辅助开发指令（prompts）。
这些指令可直接复制到 VSCode Chat（GitHub Copilot Chat / ChatGPT Codex）中使用，
帮助开发者快速初始化环境、运行测试、或与智能 Agent 协同开发。

💡 说明：

• 该文件仅用于记录可复用的智能 Agent 指令，不会在项目构建或运行过程中被执行。
• Agent 不会自动读取此文件，只有在人工引用（例如输入 “阅读 #file:doc/project_prompts.md”）时才会被加载。
• 当项目未来增加新的开发流程、测试任务或组件（如 superkernel、autofuse-core 等），可在本文件追加对应的 prompt 模板。

🧩 环境初始化与测试 Prompt

此 prompt 用于在 VSCode Copilot / ChatGPT Codex 中快速初始化 Graph-autofusion 项目的开发环境，
并验证 pytest 测试是否能正常通过。

# Graph-autofusion 项目开发环境初始化 请阅读以下文件，理解项目结构与开发流程： - #file:README.md - #file:developer_guide.md 设置环境变量： ASCEND_INSTALL_PATH=<!!!注意配置你的环境变量!!!> 使用项目根目录下的 Python 虚拟环境： venv --- ## 初始任务（Initial Task） 1. **读取并理解项目结构与依赖**（read and understand the project structure and dependencies） 2. **执行 pytest 测试**（run `pytest` in project root） - 若测试失败，请列出失败的测试项、错误堆栈（traceback）与可能原因。 - 不要修改任何代码。 3. **报告结果**（summarize test results） - 成功时说明测试数量与耗时； - 失败时重点说明可能的依赖或环境问题。 --- ## 后续计划（Next Step） 当 pytest 全部通过后，我们将： - 一起开发和调试 **superkernel** 组件； - 根据测试结果优化自动融合逻辑； - 在此过程中，你保持中文交流，我来指令下一步要开发的内容。 --- ## 规则（Rules） - 所有系统命令（如 `pytest`、`pip install`、`python setup.py build`）请在项目根目录执行。 - 仅在我明确指示时修改源代码。 - 输出报告时请使用中文解释，代码与命令保持英文。

【免费下载链接】graph-autofusionGraph-autofusion 是一个面向昇腾（Ascend）芯片的轻量级、解耦式组件集合，旨在通过自动融合技术加速模型执行。 目前已开源 SuperKernel 组件，未来将持续开放更多自动融合相关模块。项目地址: https://gitcode.com/cann/graph-autofusion