AKO4ALL — скилл
Навык Claude Code для оптимизации GPU-ядер: агент профилирует, правит и замеряет ядро по кругу, пока ускорение не прекратится.
- 383 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Агент запускает и переписывает код ядер на вашей машине, нагружая GPU долгими замерами
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/ako4allОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Агент запускает и переписывает код ядер на вашей машине, нагружая GPU долгими замерами
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
AKO4ALL, один навык с протоколом в `SKILL.md`, запускается из рабочей папки с ядром. Агент разворачивает рядом рабочее пространство, сверяет результат с эталоном корректности и повторяет цикл: профиль, правка, замер, фиксация итерации. Работают ядра на Triton, CUDA, C++, TileLang, CuTe DSL и Python, подходит любой язык, который можно измерить. Нужны ядро и хотя бы один набор входных данных. Свой скрипт замеров, эталонную реализацию, материалы по алгоритму и файл `HINTS.md` с ограничениями можно добавить. Без скрипта замеров навык берет встроенный оценщик KernelBench.
Для кого. Инженерам, которые пишут и настраивают GPU-ядра для инференса и хотят отдать агенту рутинный подбор оптимизаций.
Подходит, если
- Ядро внимания или нормализации работает медленнее эталона, и нужна серия проверенных оптимизаций.
- Есть эталонная реализация, по которой агент сверяет корректность каждой правки.
- Сессию нужно прервать и позже продолжить с сохраненным журналом итераций.
- Хочется быстро оценить, сколько ускорения дает автоматический цикл на вашем ядре.
Не подходит, если
- Нет GPU или набора входных данных для замеров.
- Нужна долгая кампания по одному оператору с накоплением памяти между запусками, для этого автор указывает соседний проект AKO4X.
- Ядро нельзя запускать на машине разработчика.
Пример запроса к агенту
Оптимизируй ядро `kernel.py` в этой папке, эталон в `reference.py`, не больше десяти итераций, веб-поиск не используй.Ограничения
Протокол статичен: навык сам не обучается между запусками. Результаты ускорения в README получены на NVIDIA B200 в опубликованных авторами тестах, на вашем железе они будут другими. Агент запускает код и замеры на вашей машине, в README есть раздел о разрешениях. Нужны GPU и среда, в которой ядро запускается. Агент может долго занимать машину, поэтому ограничивайте число итераций в запросе. Если что-то работает не так, сверяйтесь с README и открытыми обсуждениями репозитория.
Как отключить. Удалите `~/.claude/skills/ako4all` (или симлинк). Созданные рабочие каталоги и журналы итераций в ваших проектах удалите вручную.
Частые вопросы
Чем AKO4ALL отличается от AKO4X?
AKO4ALL оптимизирует одно ядро за один непрерывный запуск. AKO4X, по README, строит отдельное окружение под кампанию из нескольких раундов по одному оператору.
Какие входные данные нужны?
Само ядро и хотя бы один набор входов: в коде, в скрипте замеров, в файле `get_inputs()` или в `.npz` и `.bin`.
Как навык защищается от подгонки под тест?
В README есть раздел Anti-Cheat. Его правила стоит прочитать до запуска на своих замерах.
Работает ли в других агентах?
Навык описан для Claude Code. Протокол лежит в `SKILL.md`, поэтому другие агенты могут читать его по ручной установке.
Можно ли прервать запуск?
Да. В README сказано, что оптимизацию можно остановить в любой момент и возобновить в другом сеансе.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыCLI ForgeKernel многими часами разгоняет GPU-ядро: Claude Code пишет варианты, а замеры и профиль отбрасывают все, что не быстрее.
Фреймворк Alibaba для оптимизации GPU-ядер кодирующими агентами: Supervisor проверяет корректность и скорость перед принятием
Скиллы для написания, отладки, замера и оптимизации программ TileLang и CUDA по данным исходников, лоуэринга и профайлеров
Хранит разборы оптимизаций GPU-ядер для Blackwell и Hopper, чтобы агент отвечал по источникам, а не по памяти модели.
Три скилла Intel для Linux perf: профилирование, поиск узких мест в коде и выводе perf, оптимизация бенчмарков Phoronix
Скилл для Claude Code разбирает отчеты Nsight Compute на Blackwell и ведет от замера ядра CUDA к диагнозу и плану оптимизации.
Коротко о README
Навык ведет цикл оптимизации ядра в одной рабочей папке и ссылается на отчет, в котором ускорение сравнивается с лучшими ядрами FlashInfer.