horizonrobotics 为 Horizon 量化/部署流程设置 march（先询问用户版）
目标
在接入 horizon_plugin_pytorch 的训练、推理、校准、导出或编译流程中，显式设置当前使用的 BPU march。
本 Skill 强约束：
- 先询问用户想用哪个 march：只有在用户明确给出 march 后，才插入对应的
set_march(...)代码。 - 不擅自猜具体 march：如果用户没有说明，只能提示可选值并请求确认；不能默认写死成
NASH_E/NASH_M等。 - 只做 march 设置相关改动：不顺带改 prepare、qconfig、fake quantize、dynamic block 或其他量化逻辑。
- 优先放在脚本入口或模型构建前：通常应在模型构建、prepare、train/predict/export 之前调用。
理解 march.py 的核心用法
1) march 枚举值
horizon.march.March.NASH_E
horizon.march.March.NASH_M
horizon.march.March.NASH_P
horizon.march.March.NASH_B
2) 设置 march
horizon.march.set_march(horizon.march.March.NASH_E)
标准改法（通用模板）
1) 先向用户确认 march
在执行改动前，必须询问：
- 你想使用哪个 march？
推荐给用户的可选项表达：
horizon.march.March.NASH_Ehorizon.march.March.NASH_Phorizon.march.March.NASH_B
如果用户没有给出明确 march：
- 不要直接修改代码。
- 先停在方案说明阶段，等待用户确认具体 march。
2) 增加 import
如果文件里还没有 horizon_plugin_pytorch 导入，先补：
import horizon_plugin_pytorch as horizon
如果文件已经导入 horizon_plugin_pytorch，则直接复用，不重复导入。
3) 在合适位置插入 set_march
通常插入位置优先级：
- 脚本
main()/if __name__ == "__main__":中，且在模型构建前 - 推理/训练/导出入口函数开头
- 若工程统一从配置读取，则在读取完 config 后、build model 前
import horizon_plugin_pytorch as horizon
def main():
horizon.march.set_march(horizon.march.March.NASH_E)
model = build_model()
...
适用场景
这个 Skill 适合以下需求：
- 适配
horizon_plugin_pytorch时，需要补 march 设置 - 训练/校准/验证/导出脚本里缺少
horizon.march.set_march(...) - 需要把用户指定的 march 显式写进入口逻辑
- 需要统一脚本行为，避免依赖进程中的全局残留 march
不适用场景
以下情况不属于本 Skill 的直接处理范围：
- 给模型做
prepare(...) - 调整 fake quantize 状态
- 插入
QuantStub/DeQuantStub - 处理动态控制流 / dynamic block
- 根据不同 march 大规模改模型实现细节
如果用户同时提这些需求，应分步处理，march 设置仅负责其中一环。
常见插入位置建议
训练/推理/导出脚本
典型结构：
def main():
args = parse_args()
cfg = Config.fromfile(args.config)
horizon.march.set_march(horizon.march.March.NASH_E)
model = build_from_registry(cfg.model)
注意：
set_march(...)一般应在build_model()/prepare()/export()之前。- 如果后续代码依赖
get_march()或with_march，更要提前设置。
单元测试/最小复现脚本
典型结构：
import horizon_plugin_pytorch as horizon
horizon.march.set_march(horizon.march.March.NASH_E)
用于保证测试环境稳定。
注意事项
1) 不要重复设置多个互相矛盾的 march
如果文件里已经存在：
horizon.march.set_march(...)
先判断是否需要修改已有逻辑，而不是再追加一条新的。
2) 不要把 skill 变成“自动选 march”
本 Skill 的要求是：询问用户想用哪个 march。
因此 agent 在实际使用该 Skill 时，应该：
- 先向用户确认 march
- 再执行代码改动
而不是擅自从上下文猜一个。
快速自检清单
- 已确认用户期望的 march。
- 文件中存在
import horizon_plugin_pytorch as horizon。 - 在模型构建/prepare/export 前调用了
horizon.march.set_march(...)。 - 没有新增重复或冲突的
set_march(...)。 - 如果使用默认值，该默认值是用户明确接受的，而不是 agent 擅自决定的。