yzlnew/infra-skills

AI 基础设施 Agent 技能

⚠️ 警告
本项目正在积极开发中，且大量内容由 LLM 生成，未经严格校对。请谨慎使用，并在生产环境使用前验证所有代码。

一套专为 AI 基础设施工程师打造的专业 Agent 技能集合，涵盖技术开发（GPU 内核、分布式训练、推理优化）和软技能（流程图制作、演示文稿设计）。

概述

本仓库提供专为 AI 基础设施工程量身定制的专家级技能。每项技能都打包了领域知识、代码示例和最佳实践，将 Claude 转变为针对特定框架和工作流的专业助手——从编写高性能 CUDA 内核到制作专业技术演示文稿。

构建方法（除非另有说明）

1. 知识收集：使用 Gemini DeepResearch 收集目标框架全面且最新的信息
2. 技能开发：使用 Claude Code 中的 skill-creator 将研究转化为结构化技能
3. 验证：测试技能生成的代码示例以确保正确性
4. 维护：根据最新官方文档定期更新

可用技能

TileLang 开发者
使用 TileLang 为 NVIDIA、AMD 和 Ascend 硬件编写高性能 GPU 内核。

能力：
- 矩阵乘法（GEMM）内核
- FlashAttention 实现
- DeepSeek MLA 算子
- 性能优化（swizzle 布局、流水线、warp 特化）
- 跨平台内核开发

状态： ✅ 已完成

Megatron 显存估算器
估算基于 Megatron 的 MoE 和稠密模型的 GPU 显存使用量。基于 megatron_memory_estimator 构建。

能力：
- 从 HuggingFace 配置估算显存
- 支持 MoE 模型（DeepSeek-V3、Qwen 等）
- 并行策略对比（TP/PP/EP/CP）
- 显存优化建议

状态： ✅ 已完成

SLIME 用户
SLIME（用于 RL Scaling 的 LLM 后训练框架）使用指南。基于 THUDM/slime 构建。

能力：
- RL 训练设置与配置（GRPO、GSPO、PPO、Reinforce++）
- 多轮工具调用与 Agent 工作流
- 自定义奖励模型和生成函数
- Megatron 和 FSDP 后端配置
- SGLang 集成与优化
- 动态采样与部分 rollout
- 多节点分布式训练

状态： ✅ 已完成

使用 Sonnet 4.5 创建此技能的提示词：

Use skill-creator to create a skill called slime-user at this repo. slime is an LLM
post-training framework for RL Scaling. Its repo is https://github.com/THUDM/slime.

Skill creation procedure:

1. Git clone the latest repo
2. Analyze docs/en, understand basic structure and write a doc navigation guide for user
getting started or finding docs for advanced usage
3. 从文档和 examples 目录中收集有价值的示例，写下关键思路和脚本
路径以便快速参考
4. 查看一些重要的源代码，例如 slime/slime/utils/arguments.py 和
slime/rollout/sglang_rollout.py，提供其路径和函数以便快速查找。

TikZ 流程图
使用 LaTeX TikZ 和标准化样式创建专业的流程图和架构图。

功能：
- 具有 Google Material 风格调色板的专业流程图
- 标准化节点类型（数据、内存、操作、内核框）
- 架构图和流程图
- 分组和布局最佳实践
- 简洁的正交边和相对定位

示例输出： QAT 流程图 | Anthropic 主题

TikZ 流程图 Anthropic 主题

状态： ✅ 完成

Material You 幻灯片
使用 Material You（Material Design 3）设计语言创建演示幻灯片。

功能：
- 自包含的 HTML 幻灯片（1280x720），带有 M3 颜色令牌
- 支持多种字重的 Roboto 字体排版
- 专业幻灯片类型（标题、章节分隔、内容）
- 组件库（卡片、流程图、指标卡片、代码块）
- 圆角形状和充裕的留白
- 无投影的层次表面
- 结构化布局（列、表格、列表、标签/芯片）

示例输出： SLIME RL 训练幻灯片

状态： ✅ 完成

Anthropic 主题流程图
创建精美的独立 HTML/CSS 流程图，采用 Anthropic 风格的柔和配色、可靠的几何结构和确定性的连接线布线。

功能：
- 以 TS 为先的流程图规范，可生成独立的 HTML 产物
- 确定性的节点几何结构和基于锚点的连接线布线
- 透明虚线分组框和基于角色的柔和节点样式
- 空心 > 箭头和正交桥接连接线
- 从同一几何源生成的可用于展示的导出文件

示例输出： 评审演示 PNG

Anthropic 主题流程图评审演示

状态： ✅ 完成

HF 架构 TikZ
为任何 HuggingFace 仅解码器 LLM 生成 Sebastian-Raschka 展示风格的 TikZ 架构图，并附有每个模块的参数公式和具体数值。

功能：
- 从 HuggingFace 配置中提取架构并整理为结构化规范
- 通过 Jinja 模板渲染出版级质量的垂直 TikZ 图
- 为每个子模块标注参数公式和具体数值
- 支持 MHA、GQA、MLA、Hyper-Connections、带学习索引器的稀疏注意力
- 覆盖稠密和 MoE FFN（包括哈希路由）以及 MTP 头
- 模型：DeepSeek-V4-Flash、Qwen、Llama、Mistral、gpt-oss 等。
示例输出： DeepSeek-V4-Flash PNG | PDF

DeepSeek-V4-Flash 架构

状态： ✅ 已完成

OpenAI Dotcom Viz
以 OpenAI 博客 / 研究 / 系统卡片的 “dotcom” 视觉风格构建图表，输出为自包含的 HTML/SVG，零依赖。

能力：
- 单色柱状图（同色系深色描边、圆角、带向外刻度的黑色 y 轴、无网格线、圆形图例标记、柱上方数值标签、倾斜的类别标签）
- 流程 / 过程图（圆角框、等宽大写胶囊标签、粉色高亮、细开口 V 形连接线、虚线否定分支）
- 真正的 OpenAI Sans 字体排版，零外部依赖

状态： ✅ 已完成

计划中的技能

SGLang 开发者
用于 SGLang（结构化生成语言）运行时与优化的开发技能。

计划能力：
- SGLang 运行时配置
- 自定义采样策略
- LLM 推理性能调优
- 多 GPU 服务优化

状态： 🚧 计划中

vLLM 开发者
用于 vLLM 引擎开发与部署的技能。

计划能力：
- PagedAttention 实现
- 自定义调度器开发
- 多 LoRA 服务
- 量化集成

状态： 🚧 计划中

用法

安装技能

技能通过将技能目录放入 Claude 的技能路径来安装：

自然语言：
直接询问 Claude Code：“帮我从 https://github.com/yzlnew/infra-skills 安装技能”

个人级（跨所有项目）：
Clone and copy to personal skills directory
git clone https://github.com/yzlnew/infra-skills.git
mkdir -p ~/.claude/skills
cp -r infra-skills/tilelang-developer ~/.claude/skills/
cp -r infra-skills/megatron-memory-estimator ~/.claude/skills/
cp -r infra-skills/slime-user ~/.claude/skills/
cp -r infra-skills/tikz-flowchart ~/.claude/skills/
cp -r infra-skills/material-you-slides ~/.claude/skills/
cp -r infra-skills/anthropic-theme-flowchart ~/.claude/skills/
cp -r infra-skills/hf-architecture-tikz ~/.claude/skills/

项目级（供仓库协作者使用）：
Clone and copy to project's skills directory
cd your-project
git clone https://github.com/yzlnew/infra-skills.git .claude/skills-repo
mkdir -p .claude/skills
cp -r .claude/skills-repo/tilelang-developer .claude/skills/
cp -r .claude/skills-repo/megatron-memory-estimator .claude/skills/
cp -r .claude/skills-repo/slime-user .claude/skills/
cp -r .claude/skills-repo/tikz-flowchart .claude/skills/
cp -r .claude/skills-repo/material-you-slides .claude/skills/
cp -r .claude/skills-repo/anthropic-theme-flowchart .claude/skills/
cp -r .claude/skills-repo/hf-architecture-tikz .claude/skills/

当检测到相关任务时，技能会自动激活。

示例
TileLang 内核开发：
用户请求：
“编写一个针对 A100 优化的 FP16 矩阵乘法内核”

Claude 加载 tilelang-developer 技能并生成：
- 完整的 TileLang 内核代码
- 性能优化（swizzle、流水线）
- 测试代码
- 针对硬件的调优建议

Megatron 内存估算：
用户请求：
“估算 DeepSeek-V3 在 TP=8、PP=4、EP=8 下的内存”

Claude 加载 megatron-memory-estimator 技能并提供：
- 详细的内存分解（模型、优化器、激活）
- 不同并行策略之间的比较
- 内存优化建议
- 硬件配置建议

SLIME RL 训练设置：
用户请求：
“帮我为 Qwen3-4B 设置支持多轮工具调用的 GRPO 训练”

Claude 加载 slime-user 技能并提供：
- 环境设置说明
- 用于工具调用的自定义生成函数
- 训练脚本配置
- 多节点扩展指导

TikZ 流程图创建：
用户请求：
“创建一个展示 FlashAttention-2 算法流程的流程图”

Claude 加载 tikz-flowchart 技能并生成：
- 具有标准化颜色的专业 LaTeX TikZ 图
- 数据节点（绿色）、操作节点（蓝色）、内存节点（橙色）
- 使用正交边的简洁布局
- 具有适当样式的分组内核阶段

Material You 幻灯片创建：
用户请求：
“创建一个关于我们 AI 基础设施架构的演示文稿”

Claude 加载 material-you-slides 技能并生成：
- 具有 Material Design 3 样式的自包含 HTML 文件
- 带渐变背景和品牌标识的标题幻灯片
- 带大型半透明数字的章节分隔页
- 包含卡片、流程图和指标展示的内容幻灯片
- 可直接用于演示的响应式 1280x720 幻灯片

开发

测试技能

验证技能中的代码示例：

从项目根目录运行所有测试
pytest

运行特定技能的测试
pytest tests/tilelang-developer/

运行特定测试文件
pytest tests/tilelang-developer/test_gemm.py

更新技能

当框架发布重大更新时：

1. 使用最新信息更新技能源文件（SKILL.md、references/）
2. 运行验证测试以确保示例正确
3. 提交并标记新版本

质量标准

所有技能必须满足以下标准：

- ✅ 准确：代码示例必须经过测试且正确
- ✅ 简洁：遵循渐进式披露（SKILL.md < 500 行）
- ✅ 完整：包含工作流、API 参考、示例和调试
- ✅ 最新：基于最新的稳定框架版本
- ✅ 清晰：在描述中提供明确触发器以自动激活

贡献

技能请求

提交 issue，包含：
- 框架/工具名称
- 用例和场景
- 官方文档链接

技能改进

1. Fork 仓库
2. 更新技能源文件
3. 运行验证测试
4. 提交包含变更日志的 PR

路线图

- [x] TileLang 开发者技能
- [x] Megatron 内存估算器技能
- [x] SLIME 用户技能
- [x] TikZ 流程图技能
- [x] Material You 幻灯片技能
- [x] Anthropic 主题流程图技能
- [x] HF 架构 TikZ 技能
- [ ] SGLang 开发者技能
- [ ] vLLM 开发者技能
- [ ] 自动化测试流水线
- [ ] 文档更新监控
- [ ] 技能版本管理系统

资源

- Claude Agent Skills 文档
- skill-creator 指南
- TileLang 仓库
- SLIME 仓库

许可证

技能按原样提供，仅供开发用途。生成的代码遵循底层框架的许可证条款。

注意：这是一个面向 AI 基础设施开发者的专用仓库。技能包含高级技术内容，并假定使用者熟悉 GPU 编程、编译器设计和深度学习系统。