Agent skill

Tilelang Env Check

by tile-ai in tile-ai/tilelang-ascend

TileLang-Ascend 环境检查与配置验证技能。检查代码仓库完整性、编译安装状态、环境变量配置,并运行简单测试验证环境。发现问题会自动调用相关 skill 进行修复,并按依赖顺序重新执行后续步骤。触发关键词:"环境检查"、"检查环境"、"验证环境"、"环境配置"、"环境搭建"、"env check"、"check environment"、"verify…

MITAuto-check passedDevelopment

Install Tilelang Env Check

skills CLI
$ npx skills add tile-ai/tilelang-ascend --skill tilelang-env-check -a claude-code

Project install by default; add -g for ~/.claude/skills/.

GitHub CLI
$ gh skill install tile-ai/tilelang-ascend tilelang-env-check --agent claude-code

Project scope by default; add --scope user for a personal install. Needs GitHub CLI 2.90.0 or later (public preview).

Manual copy
$ git clone --depth 1 https://github.com/tile-ai/tilelang-ascend.git skills-src && mkdir -p .claude/skills && cp -r skills-src/.agents/skills/tilelang-custom-skill/tilelang-env-check .claude/skills/tilelang-env-check && rm -rf skills-src

Use ~/.claude/skills/ instead of .claude/skills for a personal install. The folder must contain SKILL.md.

Claude Code skills documentation · loads skills from .claude/skills/

Facts

Skill name
tilelang-env-check
GitHub stars
403
Token cost
~3.4k tokens
SKILL.md length
725 words
Files
3 (incl. scripts)
Skills in repo
20
Repo updated
First seen
Licence
MIT

At a glance

TileLang-Ascend 环境检查与配置验证技能。检查代码仓库完整性、编译安装状态、环境变量配置,并运行简单测试验证环境。发现问题会自动调用相关 skill 进行修复,并按依赖顺序重新执行后续步骤。触发关键词:"环境检查"、"检查环境"、"验证环境"、"环境配置"、"环境搭建"、"env check"、"check environment"、"verify…

  • Works in 5 steps: Python 包依赖检查:检查 torch 和 torch_npu… → CANN 环境检查:检查 ASCEND_HOME_PATH… → 代码仓库完整性检查:验证代码和子模块是否完整拉取 → …
  • Development work in your project
  • SKILL.md covers 概述, 触发条件, 版本要求 and 依赖关系说明, plus 8 more sections
  • Runs Shell and Python scripts from its folder; calls bash, git and pip

What it does

Tilelang Env Check is an agent skill from tile-ai/tilelang-ascend. TileLang-Ascend 环境检查与配置验证技能。检查代码仓库完整性、编译安装状态、环境变量配置,并运行简单测试验证环境。发现问题会自动调用相关 skill 进行修复,并按依赖顺序重新执行后续步骤。触发关键词:"环境检查"、"检查环境"、"验证环境"、"环境配置"、"环境搭建"、"env check"、"check environment"、"verify environment"、"setup environment"。

Its SKILL.md is about 3.4k tokens, which your agent loads only when the skill is triggered. The skill folder holds 3 other files, including scripts (for example `scripts/check_env.sh` and `scripts/quick_verify.py`).

It sits in Development. It works with Python. The repository describes itself as: Ascend TileLang adapter. The licence is MIT.

When your agent uses it

  • Development work in your project

Example prompts

  • “env check”
  • “check environment”
  • “verify environment”
  • “/tilelang-env-check”

Requirements

  • Python 3
  • A Bash shell

Workflow steps

5 steps, taken from the first numbered list in SKILL.md.

  1. Python 包依赖检查:检查 torch 和 torch_npu 是否已安装且版本满足要求(torch/torch_npu >= 2.6.0)
  2. CANN 环境检查:检查 ASCEND_HOME_PATH 环境变量是否设置且版本满足要求(CANN >= 8.3)
  3. 代码仓库完整性检查:验证代码和子模块是否完整拉取
  4. 编译安装检查:验证是否已成功编译安装
  5. 环境变量检查:验证必要的环境变量是否设置

What it can do on your machine

Read from SKILL.md and the folder at commit 83b0ece. It shows what the files ask for, not the result of running them.

  • Tool permissions

    Pre-approves nothing: there is no allowed-tools line, so your agent's usual permission prompts apply.

    From allowed-tools in the SKILL.md frontmatter.

  • Runs code

    Ships 2 files in scripts/ (Shell and Python), which the agent can run.

    Shell commands in SKILL.md call:

    • bash
    • git
    • pip
    • pip3
    • python
    • python3

    From the folder's file list and the shell code blocks in SKILL.md.

  • Network

    No URLs in SKILL.md. Its commands use git, pip and pip3, which can reach the network depending on how they are called.

    From URLs in SKILL.md, links to its own repository left out.

  • Credentials

    Names no API keys, tokens, secrets or passwords.

    From names ending in _API_KEY, _TOKEN, _SECRET, _KEY or _PASSWORD in SKILL.md.

Context cost

Tilelang Env Check loads about 3.4k tokens when it runs. Until then it costs about 59 tokens; SKILL.md has 725 words of instructions outside code blocks.

Always · name and description, kept in context so the agent knows when to use it
~59
When it runs · the whole SKILL.md, loaded when a task matches
~3.4k

Estimates: characters ÷ 4, the usual rule of thumb; real counts depend on the model's tokenizer. Scripts and assets cost tokens only if the agent reads them.

Safety

Auto-check passed

The automated check found no risky patterns in SKILL.md.

Automated static check — not a guarantee. Review scripts before installing. It scans the text of SKILL.md for risky patterns (piping downloads into a shell, reading credential files, hidden Unicode, destructive commands); the scripts in this folder are not scanned.

SKILL.md

The full file from tile-ai/tilelang-ascend at commit 83b0ece, republished under its MIT licence (© tile-ai). 725 words, ~3,422 tokens.

Download SKILL.mdSave it as .claude/skills/tilelang-env-check/SKILL.md (or your agent's skills folder). This skill also uses 2 other files; get the full folder from GitHub.
name
tilelang-env-check
description
TileLang-Ascend 环境检查与配置验证技能。检查代码仓库完整性、编译安装状态、环境变量配置,并运行简单测试验证环境。发现问题会自动调用相关 skill 进行修复,并按依赖顺序重新执行后续步骤。触发关键词:"环境检查"、"检查环境"、"验证环境"、"环境配置"、"环境搭建"、"env check"、"check environment"、"verify environment"、"setup environment"。

TileLang-Ascend 环境检查

概述

本技能用于验证 TileLang-Ascend 开发环境是否正确配置。包括:

  1. Python 包依赖检查:检查 torch 和 torch_npu 是否已安装且版本满足要求(torch/torch_npu >= 2.6.0)
  2. CANN 环境检查:检查 ASCEND_HOME_PATH 环境变量是否设置且版本满足要求(CANN >= 8.3)
  3. 代码仓库完整性检查:验证代码和子模块是否完整拉取
  4. 编译安装检查:验证是否已成功编译安装
  5. 环境变量检查:验证必要的环境变量是否设置

重要特性:

  • 发现问题时,会自动调用相关 skill 进行修复,并按依赖顺序重新执行后续步骤
  • 所有问题都会打印提示给用户,包括会被自动修复的问题,让用户知道之前存在这个问题

前置检查说明:步骤 0-1 为前置检查,只检查不修复,检查完成后统一告知用户结果,然后继续后续检查流程。

触发条件

当用户提到以下关键词时触发:

  • 环境检查、检查环境、验证环境
  • 环境配置、环境搭建
  • env check、check environment、verify environment、setup environment

版本要求

检查项最低版本要求说明
torch>= 2.6.0PyTorch 基础库
torch_npu>= 2.6.0昇腾 NPU 支持
CANN>= 8.3昇腾计算架构

依赖关系说明

环境配置三步骤之间存在严格的依赖关系:

子模块完整 ──→ 编译成功 ──→ 环境变量设置

关键规则:

问题场景需要执行的操作
子模块缺失① 拉取子模块 → ② 重新编译 → ③ 设置环境变量
无编译产物(子模块完整)① 编译 → ② 设置环境变量
环境变量未设置设置环境变量

重要:如果子模块缺失,即使之前存在编译产物,也必须重新编译,因为旧产物是基于不完整代码生成的。

自动修复策略

当检查发现问题时,AI agent 应主动执行以下修复操作,并按依赖顺序执行:

问题类型自动修复动作后续必须操作
子模块不完整调用 tilelang-submodule-pull skill必须重新编译 + 设置环境变量
编译产物不存在执行 bash install_ascend.sh必须设置环境变量
环境变量未设置执行 source set_env.sh无

重要:修复前必须告知用户问题存在,修复后再告知用户已修复。

检查流程

前置步骤零:检查 Python 包依赖

检查 torch 和 torch_npu 包是否已安装且版本满足要求:

bash
# 检查 torch 和 torch_npu 版本
pip list 2>/dev/null | grep -E "^torch\s|^torch_npu\s" || pip3 list 2>/dev/null | grep -E "^torch\s|^torch_npu\s"

检查逻辑:

  • 同时存在 torch 和 torch_npu 且版本 >= 2.6.0:前置检查通过
  • 缺失 torch:告知用户 "✗ 未安装 torch 包"
  • 缺失 torch_npu:告知用户 "✗ 未安装 torch_npu 包"
  • torch 版本 < 2.6.0:告知用户 "✗ torch 版本过低 (当前版本: X.X.X),需要 >= 2.6.0"
  • torch_npu 版本 < 2.6.0:告知用户 "✗ torch_npu 版本过低 (当前版本: X.X.X),需要 >= 2.6.0"
  • 两者都缺失:告知用户 "✗ 未安装 torch 和 torch_npu 包"

版本比较方法: 使用 Python 进行版本比较:

bash
python3 -c "
import re
def check_version(pkg_line, min_ver):
    match = re.search(r'(\d+\.\d+\.\d+)', pkg_line)
    if match:
        ver = match.group(1)
        parts = [int(x) for x in ver.split('.')]
        min_parts = [int(x) for x in min_ver.split('.')]
        return ver, parts >= min_parts[:len(parts)]
    return None, False

torch_line = 'torch                     2.5.0'  # 示例
torch_npu_line = 'torch_npu                 2.5.0'  # 示例

torch_ver, torch_ok = check_version(torch_line, '2.6.0')
torch_npu_ver, torch_npu_ok = check_version(torch_npu_line, '2.6.0')

if not torch_ok:
    print(f'torch 版本过低: {torch_ver}')
if not torch_npu_ok:
    print(f'torch_npu 版本过低: {torch_npu_ver}')
"

重要:此检查只报告结果,不自动修复。检查完成后继续下一步。

前置步骤一:检查 CANN 环境变量和版本

检查 ASCEND_HOME_PATH 环境变量是否设置且版本满足要求:

bash
# 检查 ASCEND_HOME_PATH 和版本
if [ -n "$ASCEND_HOME_PATH" ]; then
    echo "ASCEND_HOME_PATH: $ASCEND_HOME_PATH"
    # 从路径中提取版本号(如 cann-8.5.0)
    cann_ver=$(echo "$ASCEND_HOME_PATH" | grep -oP 'cann-\d+\.\d+' | sed 's/cann-//')
    echo "CANN 版本: $cann_ver"
else
    echo "ASCEND_HOME_PATH 未设置"
fi

检查逻辑:

  • ASCEND_HOME_PATH 存在且不为空,且 CANN 版本 >= 8.3:前置检查通过
  • ASCEND_HOME_PATH 未设置或为空:告知用户 "✗ CANN 包路径未 source"
  • CANN 版本 < 8.3:告知用户 "✗ CANN 版本过低 (当前版本: X.X),需要 >= 8.3"

版本提取方法: CANN 版本通常从 ASCEND_HOME_PATH 路径中提取,如 /home/user/Ascend/cann-8.5.0 中的 8.5。

重要:此检查只报告结果,不自动修复。检查完成后继续下一步。

前置检查结果汇总

在完成前置步骤 0 和 1 后,AI agent 应汇总结果告知用户:

========================================
前置环境检查结果
========================================
[Python 包] torch: ✓ 已安装 (版本 X.X.X) / ✗ 未安装 / ✗ 版本过低 (X.X.X < 2.6.0)
[Python 包] torch_npu: ✓ 已安装 (版本 X.X.X) / ✗ 未安装 / ✗ 版本过低 (X.X.X < 2.6.0)
[CANN 环境] ASCEND_HOME_PATH: ✓ 已设置 (版本 X.X) / ✗ 未设置 / ✗ 版本过低 (X.X < 8.3)
========================================

如果前置检查全部通过,告知用户 "前置环境检查通过,继续后续检查..."; 如果前置检查存在问题,告知用户具体问题项,然后询问用户是否继续后续检查。

第二步:检查代码仓库完整性

检查以下内容:

  • 主仓库是否存在
  • 子模块是否完整拉取和初始化(使用 git submodule status 检查完整性)
bash
# 检查主仓库
git status

# 检查子模块完整性(推荐方式)
git submodule status

# 输出格式说明:
# <commit-hash> <path>     - 正常,子模块完整
# -<commit-hash> <path>     - 未初始化,需要拉取
# +<commit-hash> <path>     - commit 与索引不一致,可能下载不完整
# (空)                      - 子模块不存在

完整性检测逻辑:

  • 使用 git submodule status 获取状态前缀
  • - 前缀:未初始化
  • + 前缀:commit 不一致,下载不完整
  • 目录存在但为空:已初始化但未检出
  • 无前缀且有内容:完整

问题提示要求: 如果子模块不完整,必须先告知用户问题存在:

✗ 发现问题:子模块不完整,正在自动修复...

然后执行修复流程,修复完成后告知用户:

✓ 问题已修复:子模块已完整拉取

如果子模块不完整,AI agent 应执行以下操作序列:

  1. 告知用户问题存在:"✗ 发现问题:子模块不完整,正在自动修复..."
  2. 立即调用 tilelang-submodule-pull skill 拉取子模块:
    skill(name="tilelang-submodule-pull")
  3. 告知用户修复结果:"✓ 问题已修复:子模块已完整拉取"
  4. 告知用户需要重新编译:"由于子模块更新,需要重新编译..."
  5. 子模块拉取完成后,必须重新编译(即使之前有编译产物):
    bash
    bash install_ascend.sh
  6. 编译完成后,必须设置环境变量:
    bash
    source set_env.sh
第三步:检查编译安装状态

检查以下内容:

  • build/ 目录是否存在
  • 编译产物是否存在(检查关键库文件)
bash
# 检查 build 目录
ls -la build/

# 检查编译产物(根据实际情况调整)
ls -la build/*.so 2>/dev/null || echo "No .so files found"

问题提示要求: 如果编译产物不存在,必须先告知用户问题存在:

✗ 发现问题:编译产物不存在,正在自动修复...

然后执行修复流程,修复完成后告知用户:

✓ 问题已修复:编译产物已生成

如果检查失败,AI agent 应执行以下操作序列:

  1. 告知用户问题存在:"✗ 发现问题:编译产物不存在,正在自动修复..."
  2. 执行编译安装:
    bash
    bash install_ascend.sh
  3. 告知用户修复结果:"✓ 问题已修复:编译产物已生成"
  4. 编译完成后,必须设置环境变量:
    bash
    source set_env.sh
第四步:检查环境变量

检查以下环境变量:

  • TL_ROOT:TileLang 根目录
  • PYTHONPATH:Python 路径
  • ACL_OP_INIT_MODE:ACL 操作初始化模式
bash
echo "TL_ROOT: $TL_ROOT"
echo "PYTHONPATH: $PYTHONPATH"
echo "ACL_OP_INIT_MODE: $ACL_OP_INIT_MODE"

问题提示要求: 如果环境变量未设置,必须先告知用户问题存在:

✗ 发现问题:环境变量未设置,正在自动修复...

然后执行修复流程,修复完成后告知用户:

✓ 问题已修复:环境变量已设置

如果检查失败,AI agent 应执行环境设置:

  1. 告知用户问题存在:"✗ 发现问题:环境变量未设置,正在自动修复..."
  2. 执行:source set_env.sh
  3. 告知用户修复结果:"✓ 问题已修复:环境变量已设置"

脚本路径

文件路径说明
环境检查脚本.agents/skills/tilelang-custom-skill/tilelang-env-check/scripts/check_env.sh主检查脚本
快速验证脚本.agents/skills/tilelang-custom-skill/tilelang-env-check/scripts/quick_verify.py最小化TileLang测试脚本
快速验证脚本

执行简单测试验证环境是否可用:

bash
source set_env.sh
python .agents/skills/tilelang-custom-skill/tilelang-env-check/scripts/quick_verify.py

测试失败处理:直接执行子模块修复流程(调用 tilelang-submodule-pull → 编译 → 设置环境变量 → 测试),跳过重新检查。

使用方法

方法一:使用检查脚本
bash
bash .agents/skills/tilelang-custom-skill/tilelang-env-check/scripts/check_env.sh
方法二:AI Agent 执行检查并自动修复

当用户请求环境检查时,AI agent 应:

  1. 运行检查脚本或手动执行检查步骤
  2. 发现问题时,先告知用户问题存在,再执行修复
  3. 根据检查结果,发现问题时主动调用相关 skill/执行命令进行修复
  4. 按依赖顺序执行修复(子模块 → 编译 → 环境变量)
  5. 修复完成后告知用户修复结果
  6. 修复完成后重新检查,直到所有检查项通过
  7. 告知用户环境状态

输出格式

脚本会输出详细的检查结果,格式如下:

========================================
TileLang-Ascend 环境检查
========================================

[前置] 检查 Python 包依赖...
✓ torch 已安装 (版本 2.7.1 >= 2.6.0)
✓ torch_npu 已安装 (版本 2.7.1 >= 2.6.0)

[前置] 检查 CANN 环境变量...
✓ ASCEND_HOME_PATH 已设置 (CANN 版本 8.5 >= 8.3)

[1/4] 检查代码仓库完整性...
✓ Git 仓库存在
✓ 子模块 tvm 存在
✓ 子模块 cutlass 存在
✓ 所有子模块完整

[2/4] 检查编译安装状态...
✓ build 目录存在
✓ 编译产物存在

[3/4] 检查环境变量...
✓ TL_ROOT 已设置
✓ PYTHONPATH 已设置
✓ ACL_OP_INIT_MODE 已设置

========================================
✓ 环境检查通过!所有配置正确。
========================================

发现问题时的输出格式:

========================================
TileLang-Ascend 环境检查
========================================

[前置] 检查 Python 包依赖...
✓ torch 已安装 (版本 2.7.1 >= 2.6.0)
✓ torch_npu 已安装 (版本 2.7.1 >= 2.6.0)

[前置] 检查 CANN 环境变量...
✓ ASCEND_HOME_PATH 已设置 (CANN 版本 8.5 >= 8.3)

[1/4] 检查代码仓库完整性...
✓ Git 仓库存在
✗ 发现问题:子模块不完整,正在自动修复...
[执行 tilelang-submodule-pull skill]
✓ 问题已修复:子模块已完整拉取

[2/4] 检查编译安装状态...
✗ 发现问题:编译产物不存在,正在自动修复...
[执行 bash install_ascend.sh]
✓ 问题已修复:编译产物已生成

[3/4] 检查环境变量...
✗ 发现问题:环境变量未设置,正在自动修复...
[执行 source set_env.sh]
✓ 问题已修复:环境变量已设置

========================================
✓ 环境检查通过!所有配置已修复完成。
========================================

完整工作流(包含测试验证)

开始
  ↓
[前置0] 检查 Python 包依赖 (torch + torch_npu >= 2.6.0)
  ├─ 缺失/版本过低 → 告知用户问题,询问是否继续
  └─ 正常 → 继续
  ↓
[前置1] 检查 CANN 环境变量 (ASCEND_HOME_PATH, CANN >= 8.3)
  ├─ 未设置/版本过低 → 告知用户问题,询问是否继续
  └─ 正常 → 继续
  ↓
[前置结果汇总] 告知用户前置检查结果
  ↓
[2] 检查代码仓库完整性
  ├─ 失败 → 告知用户问题 → 执行子模块修复流程 [A] → 告知用户修复结果
  │
  └─ 成功 → 继续
  ↓
[3] 检查编译安装状态
  ├─ 失败 → 告知用户问题 → 执行编译修复流程 [B] → 告知用户修复结果
  │
  └─ 成功 → 继续
  ↓
[4] 检查环境变量
  ├─ 失败 → 告知用户问题 → 执行 source set_env.sh → 告知用户修复结果 → 继续 [5]
  └─ 成功 → 继续
  ↓
[5] 运行测试验证
  ├─ 成功 → ✓ 环境正确,告知用户
  │
  └─ 失败 → 告知用户问题 → 执行子模块修复流程 [A](跳过检查,直接修复)→ 告知用户修复结果
  ↓
结束

[A] 子模块修复流程(测试失败时直接执行此流程):
    告知用户问题 → 调用 tilelang-submodule-pull → 编译 → 设置环境变量 → 测试 → 告知用户修复结果

[B] 编译修复流程:
    告知用户问题 → bash install_ascend.sh → 设置环境变量 → 测试 → 告知用户修复结果

关键逻辑:

  1. 前置检查 [0-1] 只检查不修复,完成后统一告知用户结果
  2. 所有问题都要告知用户,包括会被自动修复的问题
  3. 修复前告知问题,修复后告知结果
  4. 测试失败时,直接执行子模块修复流程 [A],跳过重新检查

AI Agent 执行指南

当触发此 skill 时,AI agent 应按以下步骤执行:

步骤 0:检查 Python 包依赖

使用 Bash 工具检查 torch 和 torch_npu:

bash
pip list 2>/dev/null | grep -E "^torch\s|^torch_npu\s" || pip3 list 2>/dev/null | grep -E "^torch\s|^torch_npu\s"

结果处理:

  • 同时存在 torch 和 torch_npu 且版本 >= 2.6.0:标记为通过
  • 缺失 torch:告知用户 "✗ 未安装 torch 包"
  • 缺失 torch_npu:告知用户 "✗ 未安装 torch_npu 包"
  • torch 版本 < 2.6.0:告知用户 "✗ torch 版本过低 (当前版本: X.X.X),需要 >= 2.6.0"
  • torch_npu 版本 < 2.6.0:告知用户 "✗ torch_npu 版本过低 (当前版本: X.X.X),需要 >= 2.6.0"
  • 两者都缺失:告知用户 "✗ 未安装 torch 和 torch_npu 包"

重要:此检查只报告结果,不自动修复。

步骤 1:检查 CANN 环境变量和版本

使用 Bash 工具检查 ASCEND_HOME_PATH:

bash
echo "ASCEND_HOME_PATH: $ASCEND_HOME_PATH"
# 从路径中提取版本号
echo "$ASCEND_HOME_PATH" | grep -oP 'cann-\d+\.\d+' | sed 's/cann-//'

结果处理:

  • 存在且不为空,且版本 >= 8.3:标记为通过
  • 未设置或为空:告知用户 "✗ CANN 包路径未 source,请先 source CANN 环境变量"
  • CANN 版本 < 8.3:告知用户 "✗ CANN 版本过低 (当前版本: X.X),需要 >= 8.3"

重要:此检查只报告结果,不自动修复。

Show full SKILL.md (295 more words)Show less
步骤 1.5:前置检查结果汇总

汇总步骤 0 和 1 的结果,告知用户:

========================================
前置环境检查结果
========================================
[Python 包] torch: ✓ 已安装 (版本 X.X.X) / ✗ 未安装 / ✗ 版本过低 (X.X.X < 2.6.0)
[Python 包] torch_npu: ✓ 已安装 (版本 X.X.X) / ✗ 未安装 / ✗ 版本过低 (X.X.X < 2.6.0)
[CANN 环境] ASCEND_HOME_PATH: ✓ 已设置 (版本 X.X) / ✗ 未设置 / ✗ 版本过低 (X.X < 8.3)
========================================

如果前置检查存在问题,询问用户是否继续后续检查。

步骤 2:执行代码仓库检查

使用 Bash 工具运行检查脚本:

bash
bash .agents/skills/tilelang-custom-skill/tilelang-env-check/scripts/check_env.sh
步骤 3:解析结果并按依赖顺序自动修复

根据检查脚本的输出结果:

场景 A:子模块不完整

如果显示 "✗ 子模块不完整":

  1. 告知用户问题存在:"✗ 发现问题:子模块不完整,正在自动修复..."
  2. 立即使用 Skill 工具调用 tilelang-submodule-pull
  3. 等待子模块拉取完成
  4. 告知用户修复结果:"✓ 问题已修复:子模块已完整拉取"
  5. 告知用户需要重新编译:"由于子模块更新,需要重新编译..."
  6. 必须重新编译:bash install_ascend.sh(即使之前有编译产物)
  7. 必须设置环境变量:source set_env.sh
  8. 跳转到 步骤 4 运行测试验证

场景 B:编译产物不存在(子模块完整)

如果显示 build 目录不存在或编译产物不存在,但子模块完整:

  1. 告知用户问题存在:"✗ 发现问题:编译产物不存在,正在自动修复..."
  2. 执行编译:bash install_ascend.sh
  3. 告知用户修复结果:"✓ 问题已修复:编译产物已生成"
  4. 必须设置环境变量:source set_env.sh
  5. 跳转到 步骤 4 运行测试验证

场景 C:环境变量未设置

如果仅显示环境变量未设置:

  1. 告知用户问题存在:"✗ 发现问题:环境变量未设置,正在自动修复..."
  2. 执行:source set_env.sh
  3. 告知用户修复结果:"✓ 问题已修复:环境变量已设置"
  4. 跳转到 步骤 4 运行测试验证

场景 D:所有检查通过

直接跳转到 步骤 4 运行测试验证。

步骤 4:运行测试验证

执行简单测试脚本验证环境是否真正可用:

bash
source set_env.sh
python .agents/skills/tilelang-custom-skill/tilelang-env-check/scripts/quick_verify.py

测试结果处理:

测试结果处理动作
✓ TileLang 环境验证通过!告知用户 "环境已正确配置,可以开始使用"
测试失败告知用户问题存在,然后执行子模块修复流程,跳过重新检查

测试失败时的处理流程:

  1. 告知用户问题存在:"✗ 发现问题:测试验证失败,正在自动修复..."
  2. 调用 tilelang-submodule-pull skill 拉取子模块
  3. 编译:bash install_ascend.sh
  4. 设置环境变量:source set_env.sh
  5. 告知用户修复结果:"✓ 问题已修复:环境已重新配置"
  6. 再次运行测试验证

重要:测试失败时,不要重新检查代码仓库完整性,直接执行子模块修复流程,这样可以确保环境肯定正确。

步骤 5:告知用户
  • 如果测试通过:告知用户 "✓ 环境已正确配置,可以开始使用"
  • 如果多次重试后仍失败:调用 tilelang-error-fixer skill 进行诊断

常见问题

问题0:Python 包缺失或版本过低(torch 或 torch_npu)

处理方式:只报告结果,不自动修复。告知用户:

  • 缺失 torch:"✗ 请安装 torch 包:pip install torch"
  • 缺失 torch_npu:"✗ 请安装 torch_npu 包:pip install torch-npu"
  • 两者都缺失:"✗ 请安装 torch 和 torch_npu 包"
  • torch 版本过低:"✗ torch 版本过低 (当前: X.X.X),请升级到 >= 2.6.0:pip install --upgrade torch"
  • torch_npu 版本过低:"✗ torch_npu 版本过低 (当前: X.X.X),请升级到 >= 2.6.0:pip install --upgrade torch-npu"
问题1:CANN 环境变量未设置或版本过低

处理方式:只报告结果,不自动修复。告知用户:

  • 未设置:"✗ 请先 source CANN 环境变量(通常为 source /usr/local/Ascend/ascend-toolkit/set_env.sh)"
  • 版本过低:"✗ CANN 版本过低 (当前: X.X),请升级到 >= 8.3"
问题2:子模块不完整

处理方式:

  1. 告知用户问题存在:"✗ 发现问题:子模块不完整"
  2. 自动修复:调用 tilelang-submodule-pull skill
  3. 拉取成功后重新编译
  4. 设置环境变量
  5. 告知用户修复结果:"✓ 问题已修复:子模块已完整拉取"
问题3:编译产物不存在

处理方式:

  1. 告知用户问题存在:"✗ 发现问题:编译产物不存在"
  2. 自动修复:执行 bash install_ascend.sh
  3. 如果失败则调用 tilelang-error-fixer skill 诊断
  4. 编译成功后设置环境变量
  5. 告知用户修复结果:"✓ 问题已修复:编译产物已生成"
问题4:环境变量未设置

处理方式:

  1. 告知用户问题存在:"✗ 发现问题:环境变量未设置"
  2. 自动修复:执行 source set_env.sh
  3. 告知用户修复结果:"✓ 问题已修复:环境变量已设置"
问题5:测试运行失败

处理方式:

  1. 告知用户问题存在:"✗ 发现问题:测试验证失败"
  2. 直接执行子模块修复流程,跳过重新检查:
  3. 调用 tilelang-submodule-pull skill 拉取子模块
  4. 编译:bash install_ascend.sh
  5. 设置环境变量:source set_env.sh
  6. 再次运行测试验证
  7. 告知用户修复结果:"✓ 问题已修复:环境已重新配置"

注意:测试失败时,不需要重新检查代码仓库完整性,直接执行修复流程即可确保环境正确。

注意事项

  1. 前置检查(Python 包、CANN 环境变量)只报告结果,不自动修复
  2. 所有问题都要告知用户,包括会被自动修复的问题
  3. 修复前告知问题,修复后告知结果
  4. 每次新开终端都需要重新设置环境变量(运行 source set_env.sh)
  5. 编译安装只需执行一次,除非代码有更新
  6. 如果子模块缺失,必须重新编译,旧产物不可用
  7. AI agent 应主动修复问题(前置检查除外),无需等待用户手动操作
  8. 测试用例需要 NPU 设备可用

相关 Skills

  • tilelang-submodule-pull:自动拉取代码和子模块(子模块缺失时调用)
  • tilelang-debug-helper:调试帮助
  • tilelang-error-fixer:错误诊断与修复(测试失败时调用)

© tile-ai, MIT. Rendered from Markdown: HTML in the file is shown as text, images as links, and headings moved down two levels. Raw file

Files

SKILL.md and 2 other files (scripts) in .agents/skills/tilelang-custom-skill/tilelang-env-check of tile-ai/tilelang-ascend.

  • SKILL.md
  • scripts/check_env.sh
  • scripts/quick_verify.py

Open the folder on GitHubat commit 83b0ece

Compare with similar skills

Tilelang Env Check next to the 5 skills that share the most tags, products or categories with it. Stars are the repository's; “used in” counts other GitHub owners with a copy.

Tilelang Env Check compared with similar skills
SkillStarsUsed inTokensAuto-checkLicenceRepo updated
Tilelang Env Check this skilltile-ai/tilelang-ascend403—~3.4kAutomated safety check: PassMIT
Code Review ChecklistshareAI-lab/learn-claude-code78k4 repos~1.1kAutomated safety check: PassMIT
Minimizing Ty Ecosystem Changesastral-sh/ruff50k—~4.6kAutomated safety check: PassMIT
Merge Dependabot PRsonyx-dot-app/onyx32k1 repos~2.2kAutomated safety check: PassMIT
Summarise Ecosystem Resultsastral-sh/ruff50k—~2.2kAutomated safety check: PassMIT
Senior Architect Toolkitmaslennikov-ig/claude-code-orchestrator-kit2608 repos~1.2kAutomated safety check: NotesCustom licence

Similar skills

  • Code Review Checklist

    shareAI-lab/learn-claude-code

    Reviews code against a five-part checklist covering security, correctness, performance, maintainability and testing, and reports findings in a fixed format.

    78k GitHub starsUsed in 4 repos~1.1k tokens
    DevelopmentAuto-check passed
  • Official

    A skill your agent uses when a user says "minimize this ty ecosystem change", "reproduce this ecosystem result", "investigate a primer difference", "investigate a mypyprimer difference"…

    50k GitHub stars~4.6k tokensUpdated today
    DevelopmentAuto-check passed
  • Merge Dependabot PRs

    onyx-dot-app/onyx

    Triages and lands a batch of open Dependabot PRs in the Onyx repo, where main is gated exclusively by GitHub's merge queue: approves and enqueues green PRs, closes superseded duplicates, fixes…

    32k GitHub starsUsed in 1 repo~2.2k tokens
    DevelopmentAuto-check passed
  • Official

    A skill your agent uses when a user says "summarise ecosystem results", "summarize this ty ecosystem report", "what changed in this ecosystem run?", or asks to summarise or summarize ty ecosystem…

    50k GitHub stars~2.2k tokensUpdated today
    DevelopmentAuto-check passed
  • Senior Architect Toolkit

    maslennikov-ig/claude-code-orchestrator-kit

    Comprehensive software architecture skill for designing scalable, maintainable systems using ReactJS, NextJS, NodeJS, Express, React Native, Swift, Kotlin…

    260 GitHub starsUsed in 8 repos~1.2k tokens
    DevelopmentAuto-check: notes
  • Kedro Babysit

    kedro-org/kedro

    Run Kedro's local lint / format / type-check / tests on changed files (uses the project's pre-commit hooks, ruff, mypy, pytest, lint-imports, detect-secrets, Make targets — in the right venv), or…

    11k GitHub stars~4k tokensUpdated today
    DevelopmentAuto-check passed

More from tile-ai/tilelang-ascend

All 20 skills in this repo
  • Tilelang Submodule Pull

    tile-ai/tilelang-ascend

    Automatically pull tilelang repository and its third-party code.

    403 GitHub stars~1.5k tokensUpdated yesterday
    Auto-check passed
  • Tilelang Debug Helper

    tile-ai/tilelang-ascend

    How to add debugging capabilities to TileLang Ascend example operators.

    403 GitHub stars~1.7k tokensUpdated yesterday
    Auto-check: notes
  • Tilelang A5 Sim Convert

    tile-ai/tilelang-ascend

    将 tilelang example 脚本转换为可在 A5 camodel 仿真器上直接运行的版本。输入脚本路径,输出一个新的 sim.py 文件,不覆盖原始文件。触发:仿真运行、camodel、A5 仿真、sim 模式、转换脚本为仿真、不需要 NPU 跑 kernel、simulate A5。

    403 GitHub stars~1.1k tokensUpdated yesterday
    Auto-check passed
  • Tilelang Op Test Design

    tile-ai/tilelang-ascend

    TileLang-Ascend 算子测试设计技能。支持多种场景:(1) 从 design.md 设计测试配置 (2) 从 examples/{op}/.py 补充测试 (3) 手动提供算子信息生成测试 (4) 测试覆盖率分析。理解算子实现逻辑后智能判断测试策略。触发:设计算子测试、生成测试用例、补充测试、测试覆盖率不足。

    403 GitHub stars~5.6k tokensUpdated yesterday
    Auto-check passed
  • Tilelang Review

    tile-ai/tilelang-ascend

    检查代码格式是否符合 CI 规则。自动检测并安装缺失工具(ruff、clang-format),先运行检查生成报告,使用醒目方式询问用户后,仅在用户同意时执行修复。工作流程:检测环境→自动安装缺失工具→运行检查→生成报告→醒目询问→用户确认→执行修复。使用此技能当:用户要求"格式检查"、"格式化代码"、"代码格式化"、"检查代码格式"、"代码…

    403 GitHub stars~2.8k tokensUpdated yesterday
    Auto-check: notes
  • Tilelang Op Develop

    tile-ai/tilelang-ascend

    基于设计文档生成 TileLang-Ascend 算子实现代码与测试。从 design.md 中提取关键信息,结合 examples/ 中的参考实现生成可运行代码。触发:实现算子、写 kernel、生成代码、算子编码、根据设计文档实现。

    403 GitHub stars~2.6k tokensUpdated yesterday
    Auto-check passed

Works with

Categories

Questions about Tilelang Env Check

What does Tilelang Env Check do?

TileLang-Ascend 环境检查与配置验证技能。检查代码仓库完整性、编译安装状态、环境变量配置,并运行简单测试验证环境。发现问题会自动调用相关 skill 进行修复,并按依赖顺序重新执行后续步骤。触发关键词:"环境检查"、"检查环境"、"验证环境"、"环境配置"、"环境搭建"、"env check"、"check environment"、"verify…. Tilelang Env Check is an agent skill from tile-ai/tilelang-ascend.

When should I use Tilelang Env Check?

Tilelang Env Check fits situations like: development work in your project.

How do I install Tilelang Env Check in Claude Code?

Run `npx skills add tile-ai/tilelang-ascend --skill tilelang-env-check -a claude-code`. Or copy the skill folder (.agents/skills/tilelang-custom-skill/tilelang-env-check in tile-ai/tilelang-ascend) into .claude/skills/tilelang-env-check in your project. Claude Code loads it when a task matches its description.

How do I install Tilelang Env Check in Codex?

Run `npx skills add tile-ai/tilelang-ascend --skill tilelang-env-check -a codex`. Or copy the skill folder (.agents/skills/tilelang-custom-skill/tilelang-env-check in tile-ai/tilelang-ascend) into .agents/skills/tilelang-env-check in your project. Codex loads it when a task matches its description.

Can I use Tilelang Env Check in Cursor, Gemini CLI or GitHub Copilot?

Cursor, Gemini CLI, GitHub Copilot and OpenCode also load SKILL.md folders. With the skills CLI, run `npx skills add tile-ai/tilelang-ascend --skill tilelang-env-check -a cursor` (or -a gemini-cli, github-copilot or opencode for the others). To copy it by hand, put the folder in .cursor/skills/tilelang-env-check, .gemini/skills/tilelang-env-check, .github/skills/tilelang-env-check and .opencode/skills/tilelang-env-check in your project.

What does Tilelang Env Check need to run?

Going by SKILL.md and its folder, Tilelang Env Check needs a shell and Python for the scripts in its folder and the command-line tools its instructions call (bash, git, pip, pip3, python and python3). Our summary lists: Python 3; A Bash shell.

Does Tilelang Env Check access the network?

SKILL.md contains no URLs. Its commands use git and pip, which can reach the network depending on how they are called. This is read from the text; nothing was executed.

Is Tilelang Env Check safe to install?

Our automated static check of SKILL.md found no risky patterns, such as piping downloads into a shell, reading credential files or hidden Unicode. It is not a guarantee. The check reads SKILL.md only: the scripts in the folder are not scanned, so read them before running anything.

What licence does Tilelang Env Check use?

Tilelang Env Check is published under the MIT licence (the repository's licence). It allows redistribution, so the full SKILL.md is shown on this page.

How many tokens does Tilelang Env Check use?

About 3.4k tokens (SKILL.md is roughly 14k characters). Agents keep only the skill's name and description in context until a task matches; then they load SKILL.md in full.

What are the alternatives to Tilelang Env Check?

Skills that share tags, products or a category with Tilelang Env Check: Code Review Checklist (shareAI-lab/learn-claude-code, 78k stars), Minimizing Ty Ecosystem Changes (astral-sh/ruff, 50k stars), Merge Dependabot PRs (onyx-dot-app/onyx, 32k stars) and Summarise Ecosystem Results (astral-sh/ruff, 50k stars). The comparison table on this page puts their stars, adoption, token cost, safety result and licence side by side.

Who maintains Tilelang Env Check?

tile-ai (a GitHub organization) maintains it in tile-ai/tilelang-ascend, which has 403 GitHub stars. The repository holds 20 skills in this directory. The repository was last updated on October 9, 2026.

Source: tile-ai/tilelang-ascend on GitHub. Facts on this page come from the repository at the commit we read; the author's words are quoted as theirs.