ascend-moe-optimizer-trace-analyzerlisted
Install: claude install-skill SOYL-AI/soyl-skills-hub
# Ascend MoE 性能 Trace 分析
分析 Chrome/Perfetto 风格的 `trace.json`,把原始 trace event 转换为结构化统计表、图表和 Markdown 报告,用于替代人工在 Perfetto 中做第一轮耗时分布和瓶颈定位。本 skill 的内置名称为 `ascend-moe-optimizer-trace-analyzer`;当前目录为 `ascend-moe-optimizer-trace-analyzer`。
## 何时使用
- 用户需要分析 **算子或 runtime 打点** 导出的 **Chrome/Perfetto `trace.json`**,关注 **phase 分布、category、Ascend core group、线程 tid、overlap、bubble**。
- 调优 **Ascend 上 MoE / FusedDeepMoe(如 `fused_deep_moe`)** 或需沿用本仓库默认 `config/phase_map.yaml` 的场景。
- 需要 **确定性自动诊断**,或可选的 **`--llm-analysis`** 二次解读。
## 脚本位置
- 用户安装后的 skill 根目录:`<ASCEND_MOE_OPTIMIZER_SKILL>` = `~/.jiuwenswarm/agent/workspace/skills/ascend-moe-optimizer-trace-analyzer`
- 入口:`<ASCEND_MOE_OPTIMIZER_SKILL>/app.py`
- 从本仓库资源运行时,将上述路径换为 `jiuwenswarm/resources/agent/workspace/skills/ascend-moe-optimizer-trace-analyzer`(相对仓库根目录)。
执行命令前请先 `cd` 到 `<ASCEND_MOE_OPTIMIZER_SKILL>`,或使用下文绝对路径形式的 `python3 .../app.py`。
## 能力概览
本 skill 面向的核心对象是 `trace.json`,不是某一个固定算子。它本身负责:
- 解析 trace 中的完整区间事件。
- 将原始 trace name 映射为可稳定统计的 phase。
- 按 phase、category、core group、tid、raw name 聚合耗时。
- 计算 phase overlap 和外层阶段 bubble。
- 生成统计图、文字化统计摘要和 Markdown 报告。
- 生成稳定、可复现的自动诊断。
- 可选调用外部 LLM,把统计上下文扩写成专家分析段落。
当前仓库默认携带的 `config/phase_map.yaml` 和部分诊断规则来自 UMDK FusedDeepMoe trace 的实践经验。因此,默认配置对 FusedDeepMoe 最友好;如果要分析其他来源的 trace,应替换或扩展 phase/category 映射配置,并逐步沉淀对应领域的诊断规则。
## Agent 执行原则
执行本 skill 时,agent 不应把文档中的示例路径当成固定输入。应先从用户请求或当前工作区中确认以下上下文,并把它们替换到命令中:
- `TRACE_JSON`:必需,用户要分析的 trace 文件。
- `OUTPUT_DIR`:必