16.6K Stars11 Skills2.5K ForksApache-2.011月17日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月18日

MNN 工程技能集:算子、后端优化与模型接入流程

这是 alibaba/MNN 仓库内的一组 AI Agent 工作流技能,围绕端侧推理引擎的开发与维护,把新增算子、模型接入、各后端优化、问题排查等任务整理成分步骤流程与参考知识。

包含 Skill

11

可以单独安装

GitHub Star

16.6k

仓库累计 Star

近 7 天

+75

新增 Star

代码更新

2026年11月17日

最近一次推送

核心亮点

  • 1流程化推进

    把复杂工程任务拆成有测试标准的步骤

  • 2后端覆盖广

    涵盖 CPU、Metal、OpenCL、Vulkan、Hexagon、QNN

  • 3经验沉淀

    包含调试分册与任务后复盘环节

能做什么

  • 按 TDD 流程为框架新增算子
  • 为框架添加新的 LLM 模型支持
  • 针对多种硬件后端做 kernel 优化与集成验证
  • 按症状分流排查正确性与回归问题
  • 提供 CI 相关与任务复盘的工作流

适用场景

  • 为 MNN 新增一个自定义算子并补齐单测

  • 把 HuggingFace 上的新模型接入并导出

  • 排查 Vulkan 后端 kernel 的性能瓶颈

用之前和用之后

  • 新增算子或接入模型时缺少统一步骤,容易漏掉测试环节按技能给出的分步流程推进,每步都有对应验证标准
  • 后端性能问题难以判断该改哪一层借助分流入口与诊断流程定位到具体优化方向

它是怎么工作的

  1. 第 1 步

    定位任务

  2. 第 2 步

    按步执行

  3. 第 3 步

    验证复盘

快速上手

安装与复制命令见“安装方式”。

  1. 1

    在仓库 skills 目录找到对应技能文件

  2. 2

    阅读技能说明与分步测试标准

  3. 3

    按步骤执行并逐步验证

  4. 4

    遇到问题查阅对应调试分册

适合谁

  • 端侧推理引擎开发者
  • 模型部署工程师
  • GPU/DSP 后端优化人员

局限

  • 技能面向 MNN 仓库内部开发,通用性有限
  • 需要具备推理引擎与后端相关知识
  • 部分流程依赖真机或特定硬件环境验证

使用前注意

  • · 所有技能标注风险等级为 high,使用前需确认影响范围
  • · 涉及后端与算子改动时,建议先在测试环境验证

包含的 Skills · 11

公开来源

相关 Skills

查看更多