# magpie-kernel-evaluator

Гоняет бенчмарки LLM-инференса через Magpie, разбирает трейсы в TraceLens и ведёт от узкого ядра до проверенного варианта.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 826 установок · ★ 465
- Автор: amd
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/amd/skills/tree/HEAD/skills/magpie-kernel-evaluator/SKILL.md
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/magpie-kernel-evaluator

## Что делает

Скилл закрывает три связанные задачи: замерить инференс-нагрузку и снять трейсы, сравнить GPU-ядра по корректности и скорости, провести цикл оптимизации от найденного узкого места до исходника и повторного бенчмарка. Поддерживаются публичные типы ядер `hip`, `cuda`, `pytorch` и `triton`, а для инференса заявлены `vllm`, `sglang` и `atom` в режимах `local` и `docker`; распределённый запуск идёт через YAML и примеры с Ray.

Сам скилл приложение Magpie не ставит. Перед первой нагрузкой проверяется `magpie --help` в нужном окружении с Python 3.10+, при отсутствии — установка пакета из git-репозитория. ROCm, профилировщики и веса моделей пакет не приносит, поэтому без них бенчмарк не пойдёт. Версии ROCm и железа, которых нет в матрице совместимости репозитория, остаются непроверенными до теста.

Успешный запуск ядра ещё не значит корректный результат: для PyTorch без тесткейса встроенная проверка смотрит только на конечность значений, так что численного совпадения между вариантами она не доказывает. Профилирование искажает латентность, поэтому чистый базовый прогон с ним не совмещают. Отчёты TraceLens ложатся в `tracelens/` рабочей папки бенчмарка — компактные `*_kernel_roofline_simple.csv` открывают первыми и ранжируют по `kernel_time_ms_sum` или `time_pct`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add amd/skills --skill magpie-kernel-evaluator -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add amd/skills --skill magpie-kernel-evaluator -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add amd/skills --skill magpie-kernel-evaluator -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install amd/skills magpie-kernel-evaluator
```

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

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add amd/skills --skill magpie-kernel-evaluator -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/amd/skills --path skills/magpie-kernel-evaluator
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add amd/skills --skill magpie-kernel-evaluator -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/amd/skills/tree/HEAD/skills/magpie-kernel-evaluator/SKILL.md

## Когда брать
- снять пропускную способность и задержки инференса vLLM или SGLang
- разложить трейс на стадии prefill и decode с roofline-отчётом
- найти в профиле самые дорогие ядра и связать их с исходником
- сравнить HIP- или Triton-варианты ядра и выбрать базовый
- проверить корректность оптимизированного ядра до замеров скорости

## Примеры запросов агенту
- Сними бенчмарк по `benchmark.yaml` и покажи TTFT и TPOT
- Разбери трейс из `tracelens/` и назови ядра, которые упираются в roofline
- Сравни два варианта ядра `attention.hip` с общим тесткейсом

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 349800 установок

Из того же набора: [amd/skills](https://affpapa.org/nevibecode/by/amd/skills.md) — 11 карточек

_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