# add-cuda-kernel

Скилл add-cuda-kernel для Claude Code пошагово разбирает добавление CUDA-ядра в FlashInfer — от заголовка с ядром до JIT-модуля.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · ★ 6985 у репозитория
- Автор: flashinfer-ai
- Лицензия: Apache-2.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/flashinfer-ai/flashinfer/tree/HEAD/.claude/skills/add-cuda-kernel/SKILL.md
- Обновлён: 2026-11-11
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/add-cuda-kernel

## Что делает

Скилл разбирает полный путь на одном примере: поэлементное умножение на скаляр, `scale(x, factor) = x * factor`, с поддержкой FP16, BF16 и FP32. Шагов четыре. Ядро кладётся в `include/flashinfer/scale.cuh`, лаунчер — в `csrc/scale.cu`, биндинг — в `csrc/scale_jit_binding.cu` с экспортом через `TVM_FFI_DLL_EXPORT_TYPED_FUNC`, генератор JIT-модуля — в `flashinfer/jit/scale.py`.

Заголовок в `include/` остаётся без Torch: сырые указатели, шаблон по типу данных. В `csrc/` подключается `tvm_ffi_utils.h`, и только там он и разрешён. Дальше идут проверки `CHECK_INPUT`, диспетчеризация по dtype макросом `DISPATCH_DLPACK_DTYPE_TO_CTYPE_FP32_FP16`, получение CUDA-стрима через TVM FFI и `TVM_FFI_THROW` для ошибок рантайма. Вариант `TVM_FFI_LOG_AND_THROW` скилл советует там, где проверка идёт при конструировании объекта и исключение может не дойти до Python.

Все пути и макросы здесь принадлежат дереву FlashInfer. В чужом проекте код не переиспользуешь — переносится порядок шагов, не файлы.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add flashinfer-ai/flashinfer --skill add-cuda-kernel -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/add-cuda-kernel/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/add-cuda-kernel/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add flashinfer-ai/flashinfer --skill add-cuda-kernel -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/add-cuda-kernel/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add flashinfer-ai/flashinfer --skill add-cuda-kernel -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/add-cuda-kernel/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install flashinfer-ai/flashinfer .claude/skills/add-cuda-kernel
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/add-cuda-kernel/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add flashinfer-ai/flashinfer --skill add-cuda-kernel -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/flashinfer-ai/flashinfer --path .claude/skills/add-cuda-kernel
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/add-cuda-kernel/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add flashinfer-ai/flashinfer --skill add-cuda-kernel -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/flashinfer-ai/flashinfer/tree/HEAD/.claude/skills/add-cuda-kernel/SKILL.md

## Когда брать
- провести новую CUDA-операцию через заголовок, лаунчер, биндинг и JIT-модуль
- разложить готовое ядро по файлам `include/`, `csrc/` и `flashinfer/jit/`
- добавить в ядро поддержку FP16, BF16 и FP32
- выбрать между `TVM_FFI_THROW` и `TVM_FFI_LOG_AND_THROW` при обработке ошибок
- экспортировать лаунчер в TVM FFI без ручной регистрации функции

## Примеры запросов агенту
- Проведи меня по шагам добавления нового CUDA-ядра в FlashInfer, как в скилле `add-cuda-kernel`.
- Разложи моё ядро: заголовок в `include/`, лаунчер и биндинг в `csrc/`.
- Какие проверки `CHECK_INPUT` поставить в лаунчере и как обработать статус запуска ядра?

## Похожие
- [nvidia-cuda](https://affpapa.org/nevibecode/skills/nvidia-cuda.md) — скилл · 463 установки
- [cuda](https://affpapa.org/nevibecode/skills/cuda.md) — скилл · 412 установок
- [cuda-debugging](https://affpapa.org/nevibecode/skills/cuda-debugging.md) — скилл · 386 установок
- [moat-cuda-to-rocm](https://affpapa.org/nevibecode/skills/moat-cuda-to-rocm.md) — скилл · 104 установки
- [flydsl-kernel-trace-analysis](https://affpapa.org/nevibecode/skills/flydsl-kernel-trace-analysis.md) — скилл · 436 установок
- [lingbot-map-3d-reconstruction](https://affpapa.org/nevibecode/skills/lingbot-map-3d-reconstruction.md) — скилл · 426 установок

Из того же набора: [flashinfer-ai/flashinfer](https://affpapa.org/nevibecode/by/flashinfer-ai/flashinfer.md) — 2 карточки

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
