Review lessons from difficult tasks, debugging, and failed attempts, then turn them into reusable guidance. Update relevant skill instructions or shared memory so future tasks can benefit from what was learned.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
任务完成后的反思与经验沉淀。仅在任务非平凡且出现调试、失败修复、反复试错、明显误判或可复用教训时使用；简单执行、查询、常规 CI 通过等无新增经验的任务可跳过。
설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.
触发条件：非平凡任务完成后，且存在可沉淀经验：debug、失败修复、反复试错、明显误判、流程缺口，或用户显式要求。
跳过条件：简单执行、查询、格式调整、常规 CI 通过等没有新增教训的任务，无需执行此 skill。
服务对象：所有 skill。本 skill 的产出是对其他 skill 文件的更新，不产生代码。
最大的风险是"觉得差不多了"的幻觉——结果不达标时，找外部原因搪塞然后降低要求宣布完成。
常见的自我欺骗模式：
正确做法：
每个子任务开始前明确三件事：
| 教训类型 | 更新位置 |
|---|---|
| 某个 skill 流程中的陷阱 | 该 skill 的 common-pitfalls 或步骤文件 |
| 通用工作方法论 | 该 skill 的 SKILL.md 顶层注意事项 |
| 跨 skill 通用经验 | memory 系统 |
아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.
로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.
아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.
Add new operators to MNN through a staged workflow covering data definitions, output shapes, computation, and tests. It prioritizes combining existing operators, with CPU implementations and additional hardware backends used when needed.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Triage incorrect MNN outputs and regressions by matching symptoms to focused debugging guides. Use backend comparisons, minimal reproductions, and controlled experiments to investigate memory issues, quantization, concurrency, numeric limits, caches, and inconsistent results across runs.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Find the right workflow for MNN CPU work, from investigating slow execution to implementing calculation routines and planning tests. Compare ARM, x86_64, and RISC-V backend structures before choosing the relevant guidance.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Develop or port CPU kernels, the low-level calculation routines used by MNN. Follow staged implementation guidance, check data layout agreements, register functions, and verify correctness across processor instruction sets and numerical precision settings.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Find why MNN CPU inference is slow by examining threads, scheduling, memory layout, and the processor instruction path actually used. Operator-level measurements and comparisons with other inference frameworks help identify which layer needs improvement across ARM, x86_64, and RISC-V.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.
Optimize and troubleshoot MNN's Hexagon DSP backend, which runs computation on a dedicated processor. The workflow uses device measurements to identify bottlenecks, compare v79 and v81 architectures, verify correctness, and investigate crashes or memory usage.
한국어 요약은 준비 중입니다. 영어 요약을 표시하고 있습니다.