# mlir

Скилл для работы с MLIR — инфраструктурой компиляторов, где каждый уровень абстракции живёт в своём диалекте. Пригодится при разработке специализированных компиляторов и оптимизаторов.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 366 установок · ★ 298 у репозитория
- Автор: mohitmishra786
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/mohitmishra786/low-level-dev-skills/tree/HEAD/skills/compiler-internals/mlir/SKILL.md
- Обновлён: 2026-06-27
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/mlir

## Что делает

Скилл учит агента писать и трансформировать код на MLIR: операции, регионы, блоки, SSA-значения. Покрывает встроенные диалекты (`arith`, `func`, `memref`, `affine`, `linalg`, `scf`, `llvm`, `gpu`), создание собственных диалектов через ODS (TableGen), написание проходов понижения с `ConversionPattern` и использование `mlir-opt` для запуска пайплайнов. Агент сможет генерировать определения операций в TableGen, компилировать их в C++ через `mlir-tblgen`, регистрировать диалекты и писать паттерны для последовательного понижения от высокоуровневых операций до LLVM IR.

Включает интеграцию с ML-компиляторами: импорт из PyTorch через Torch-MLIR, компиляцию в исполняемые модули через IREE. Агент знает типичные ошибки — незарегистрированные диалекты, неполные паттерны понижения, конфликты типов в адапторах — и умеет их диагностировать через флаги вроде `--mlir-print-ir-after-failure` и `-verify-each`. Без установленного MLIR и LLVM TableGen скилл не заработает: это зависимости проекта, а не встроенные инструменты агента.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill mlir -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill mlir -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill mlir -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install mohitmishra786/low-level-dev-skills skills/compiler-internals/mlir
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/mlir/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill mlir -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/mohitmishra786/low-level-dev-skills --path skills/compiler-internals/mlir
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add mohitmishra786/low-level-dev-skills --skill mlir -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/mohitmishra786/low-level-dev-skills/tree/HEAD/skills/compiler-internals/mlir/SKILL.md

## Когда брать
- написать собственный диалект с операциями через ODS
- понизить `linalg.matmul` в цикл `scf.for` и дальше в LLVM
- запустить `mlir-opt` с пайплайном трансформаций
- импортировать PyTorch-модель в MLIR через Torch-MLIR
- скомпилировать MLIR-модуль в исполняемый файл через IREE

## Примеры запросов агенту
- Напиши функцию MLIR, которая складывает два `memref<4xf32>` через цикл `scf.for`
- Создай ODS-определение операции `my.add` с двумя входами и одним выходом
- Понизь этот `linalg.matmul` в `scf` циклы через `--convert-linalg-to-loops`

## Похожие
- [llvm](https://affpapa.org/nevibecode/rules/llvm.md) — правило · ★ 3589 у репозитория
- [flydsl-kernel-authoring](https://affpapa.org/nevibecode/skills/flydsl-kernel-authoring.md) — скилл · 437 установок
- [sas](https://affpapa.org/nevibecode/skills/sas.md) — скилл · 1500 установок
- [Arm MCP Server](https://affpapa.org/nevibecode/mcp/arm-mcp-server.md) — MCP-сервер · ★ 95 у репозитория
- [dwarf-expert](https://affpapa.org/nevibecode/skills/dwarf-expert.md) — скилл · 5800 установок
- [libfuzzer](https://affpapa.org/nevibecode/skills/libfuzzer.md) — скилл · 5800 установок

Из того же набора: [mohitmishra786/low-level-dev-skills](https://affpapa.org/nevibecode/by/mohitmishra786/low-level-dev-skills.md) — 140 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
