ascend-ai-coding AI for Science 总入口 Skill
本 Skill 只负责路线判断和子 skill 分流，不展开具体迁移或调优细节。 当用户只给出一个宽泛的 AI for Science 需求、模型名、TensorFlow/Keras 项目，或只说“帮我迁到昇腾/采集 profiling”时，先从这里判断进入哪个子 skill。
三条主路线
| 方向 | 进入条件 | 推荐子 Skill |
|---|---|---|
| Profiling 采集 | 代码已经能训练或推理，只需要采集 trace、分析热点算子、调用栈、内存或瓶颈 | ai4s-profiling |
| 模型迁移 | 已知模型名，或要把 AI4S 模型从 GPU/CUDA 迁移到昇腾 NPU | ai4s-basic 或模型专属 skill |
| TF 框架 | 原项目是 TensorFlow/Keras，需要决定保留 TensorFlow 还是改写到 PyTorch | ascend-tf-community / tf-to-pytorch |
模型分流表
| 模型或任务 | 进入的 Skill | 说明 |
|---|---|---|
| Boltz2 | boltz2 | 蛋白结构预测与端到端推理复现 |
| BoltzGen | boltzgen | 生成式蛋白设计与逆折叠 |
| DeepFRI，保留 TensorFlow | deepfri-tf-npu | 保留 TF 运行时和原始实现 |
| DeepFRI，迁移到 PyTorch | deepfri | 做 TF 到 PyTorch 改写与权重转换 |
| DiffSBDD | diffsbdd | 结构化药物设计与扩散推理 |
| GENERator | generator | DNA 序列生成模型迁移 |
| OligoFormer | oligoformer | siRNA 效能预测与 RNA-FM 依赖适配 |
| ProteinBERT | proteinbert | 蛋白语言模型权重转换、embedding 与微调 |
| 未沉淀的新模型 | ai4s-basic | 先走通用迁移流程，再沉淀模型专属 skill |
决策规则
- 如果用户已经能跑，只是想采集 profiling 或定位性能问题，直接进入 ai4s-profiling。
- 如果用户明确要保留 TensorFlow/Keras 原始实现，进入 ascend-tf-community。
- 如果用户明确要迁移到 PyTorch，或后续要接入
torch_npu生态、统一训练推理流程，进入 tf-to-pytorch。 - 如果用户已经给出具体模型名，优先进入对应模型 skill；只有在没有模型专属 skill 时，才进入 ai4s-basic。
- 本 Skill 完成分流后，就在对应子 skill 中继续执行环境、适配、验证和参考资料读取，不在这里重复展开。