KernelGen Skills 用户指南

KernelGen Skills 用户指南#

本节介绍如何使用 VSCode（及 Copilot）、Claude Code 和 OpenClaw 连接到 KernelGen 算子开发 MCP 工具集，并使用 KernelGen Skills 进行算子的通用生成。

有关为 FlagGems 或 vLLM 项目生成 Kernel、优化 Kernel以及跨硬件平台特化 Kernel 的使用案例，请参见 KernelGen Skills 使用案例。

前提条件#

  • 智能体客户端版本：

    • Claude Code 2.1 及更高版本

    • OpenClaw 2026.3.2 及更高版本

    • 已安装并激活 GitHub Copilot 的 VSCode

  • 环境准备：

    • 请预先安装 torch、triton 和 pytest 软件包，以支持在不同硬件平台上进行 Kernel 测试。对于华为昇腾（Huawei Ascend）平台，除标准 torch 软件包外，还需安装 torch_npu。

    • 预先安装 FlagTree。

将 Claude Code 连接到 KernelGen 算子开发 MCP 工具集并加载 Skills#

使用 Claude Code 连接到 KernelGen 算子开发 MCP 工具集#

前提条件#

步骤#

按照以下步骤将 Claude Code 连接到 KernelGen 算子开发 MCP 工具集：

  1. 使用 Server-Sent Events（SSE）协议和 Bearer 认证方式，将 KernelGen 算子开发 MCP 工具集注册到 Claude Code：

    • 方式一（推荐）：发送提示词连接到 KernelGen 算子开发 MCP 工具集，例如：

      • 根据Claude Code 配置文档：https://code.claude.com/docs/en/mcp，连接 MCP，MCP 的 URL 为 https://kernelgen.flagos.io/sse，token 为 <你的 KernelGen Token>。配置在 claude.json 文件里。

      • 根据VSCode 文档：https://code.visualstudio.com/docs/copilot/customization/mcp-servers，配置 kernelgen MCP，MCP 的 URL 为 https://kernelgen.flagos.io/sse，token 为 <你的 KernelGen Token>。配置在 mcp.json 文件里。

    • 方式二：使用以下命令：

      claude mcp add --transport sse kernelgen-mcp https://kernelgen.flagos.io/sse/ --header "Authorization: Bearer <your KernelGen Token>"

    • 方式三：手动修改配置文件。

      • 方式 A：在 .claude.json 文件中添加 JSON 配置：

        {
  "projects": {
    "/root/projects/my-project": {
      "mcpServers": {
        "kernelgen-mcp": {
          "type": "sse",
          "url": "https://kernelgen.flagos.io/sse",
          "headers": {
            "Authorization": "Bearer <你的 KernelGen Token>"
          }
        }
      }
    }
  }
}

      • 方式 B：创建 mcp.json 文件并添加 JSON 配置：

        {
  "mcpServers": {
    "kernelgen_mcp": {
      "url": "http://kernelgen.flagos.io/sse",
      "headers": {
        "Authorization": "Bearer <你的 KernelGen Token>"
      }
    }
  }
}

  2. 验证 KernelGen 算子开发 MCP 工具集连接：

    • 方式一：使用提示词

    请验证 kernelgen mcp 能否测通。

    • 方式二：使用命令

    /mcp

配置 Skills#

  1. 配置 kernelgen-flagos 统一 Skills ，包含所有子技能：

    • 方式一（推荐）：发送提示词配置 kernelgen-flagos 统一 Skill ，例如：

      请安装 kernelgen-flagos skills, 网址是 https://github.com/flagos-ai/skills/tree/main/skills/kernelgen-flagos。

    • 方式二：使用命令配置

      npx skills add flagos-ai/skills --skill kernelgen-flagos -a claude-code

      备注

      npx 需要 npm 5.2.0 或更高版本。如果未安装 npm 或版本过旧，请运行 npm -v 检查当前版本并进行更新。

      方式三：手动配置

      在项目中创建名为 skills 的文件夹并添加Skills文件。

      您可以前往 https://github.com/flagos-ai/skills/tree/main/skills/kernelgen-flagos 克隆技能Skills。下载 Skills 文件并将其添加到 skills 文件夹中。

      mkdir -p .claude/skills
git clone https://github.com/flagos-ai/skills/
cp -r skills/skills/kernelgen-flagos/ .claude/skills/

  2. 配置 Skills 后，使用 Control+C 重启 Claude Code。

  3. 验证 Skills 是否已成功配置：

    1. 方式一：使用提示词：请验证 kernelgen-flagos skill 能否测通。

    2. 方式二：使用斜杠命令"/"，若列表中显示 kernelgen-flagos，则说明 Skills 已安装成功。

将 OpenClaw 连接到 KernelGen 算子开发 MCP 工具集并加载 Skills#

  1. 发送提示词连接到 KernelGen 算子开发 MCP 工具集，例如：

    • 根据Claude Code 配置文档：https://code.claude.com/docs/en/mcp，连接 MCP，MCP 的 URL 为 https://kernelgen.flagos.io/sse，token 为 <你的 KernelGen Token>。配置在 claude.json 文件里。

    • 根据VSCode 文档：https://code.visualstudio.com/docs/copilot/customization/mcp-servers，配置 kernelgen MCP，MCP 的 URL 为 https://kernelgen.flagos.io/sse，token 为 <你的 KernelGen Token>。配置在 mcp.json 文件里。

  2. 发送提示词重启 OpenClaw，因为上一步已将 KernelGen 算子开发 MCP 工具集作为 MCP Server 添加到 openclaw.json 配置文件中。

  3. 发送提示词配置 kernelgen-flagos 统一 skill，包含所有子技能，例如：请安装 kernelgen-flagos skills, 网址是 https://github.com/flagos-ai/skills/tree/main/skills/kernelgen-flagos。

  4. 向 OpenClaw 发送提示词：将技能转换为 OpenClaw 兼容的技能后重新安装。

  5. 验证 Skills 是否已成功安装：请验证 kernelgen-flagos skill 能否测通。

将 VSCode 和 Github Copilot 连接到 KernelGen 算子开发 MCP 工具集并加载 Skills#

  1. 发送提示词连接到 KernelGen 算子开发 MCP 工具集，例如：

    • 根据Claude Code 配置文档：https://code.claude.com/docs/en/mcp，连接 MCP，MCP 的 URL 为 https://kernelgen.flagos.io/sse，token 为 <你的 KernelGen Token>。配置在 claude.json 文件里。

    • 根据VSCode 文档：https://code.visualstudio.com/docs/copilot/customization/mcp-servers，配置 kernelgen MCP，MCP 的 URL 为 https://kernelgen.flagos.io/sse，token 为 <你的 KernelGen Token>。配置在 mcp.json 文件里。

  2. 启动 KernelGen 算子开发 MCP 工具集：

    1. 按 Ctrl+Shift+P 打开命令面板，输入并搜索"MCP: List Servers"，然后按 Enter 键，查看 VSCode 中当前所有已配置的 MCP Server 及其运行状态。

    2. 选择"kernelgen-mcp"，然后选择"Start Server"。

  3. 验证 KernelGen 算子开发 MCP 工具集连接，发送提示词：请验证 kernelgen mcp 能否测通。

  4. 发送提示词配置 kernelgen-flagos 统一 Skill，包含所有子技能，例如：请安装 kernelgen-flagos skills, 网址是 https://github.com/flagos-ai/skills/tree/main/skills/kernelgen-flagos。

  5. 验证 Skills 是否已成功安装：请验证 kernelgen-flagos skill 能否测通。

通用算子生成#

生成算子时，典型提示词应包含以下必填项和可选项：算子名称（必填）、任务描述（必填）、输入参数及数据类型、输出参数及数据类型、测试设备，以及算子优化的迭代轮数。

您可以使用以下任一方式调用 kernelgen-flagos Skills 并生成算子：

  • 方式一：使用斜杠命令和提示词

    /kernelgen-flagos 生成 ReLU 算子，该算子属于 pointwise 类别，包含一个输入参数 input：类型为 torch.Tensor 的输入张量，可具有任意形状和数据类型（通常为浮点类型），需对其应用 ReLU 激活函数；输出为一个 torch.Tensor 类型的张量，其形状与输入相同，计算逻辑为 max(0, input)，即所有负值置零而正值保持不变，请使用 MetaX 进行生成。

  • 方式二：完全使用提示词

    使用 kernelgen-flagos 生成 ReLU 算子，该算子属于 pointwise 类别，包含一个输入参数 input：类型为 torch.Tensor 的输入张量，可具有任意形状和数据类型（通常为浮点类型），需对其应用 ReLU 激活函数；输出为一个 torch.Tensor 类型的张量，其形状与输入相同，计算逻辑为 max(0, input)，即所有负值置零而正值保持不变，请使用 MetaX 进行生成。

有关支持生成算子的硬件平台，请参见支持的硬件平台。

有关为 FlagGems 或 vLLM 项目生成算子、优化算子以及跨硬件平台特化 Kernel 的使用案例，请参见 KernelGen Skills 使用案例。