用途：在 Ascend C 算子（op_host/op_kernel、tiling、CANN 构建链）实现就绪后，将其接入 torch_npu 并在 PyTorch 中可用，包括文件放置、Host 注册、编译打包、安装与验证。优先最小侵入、可复现构建；已有算子仓库时默认在其工程内完成接入，仅在需要时参考或使用 op-plugin。
接入路线：torch.library / TORCH_LIBRARY[_IMPL] 为正式接入主路线，适合需要 schema、torch.ops.* 调用与长期维护；Pybind 适合快速把 C++ 函数暴露给 Python 联调，不是完整算子注册路线；op-plugin / OpCommand 适合底层图算子已存在、只需补 PyTorch host wrapper；图模式/入图（如 TorchAir）当前仅做基础提醒，不作默认主线。
接入模式：Pattern A 无 workspace（参考 add），Pattern B 有 workspace 和/或 tiling（参考 matmul_leakyrelu），Pattern C 复用已有算子（OpCommand）。三者可共存，能复用系统已有能力时优先复用。
使用方式：先做预检查确认 torch_npu 可用（import torch, torch_npu；torch.npu.is_available()）；Plan A 在算子工程 framework/ 或新建 {op_name}_extension/ 内接入，Plan B 以 op-plugin 为工作区，host/registration .cpp 放 op_plugin/ops/ 合适子目录，其余放 example/。构建用 python setup.py bdist_wheel，安装用 cd dist && pip install --force-reinstall *.whl，测试用 cd test && python test.py。
限制与注意：默认不改算子本体实现（op_host/、op_kernel/、tiling、json、infershape），仅在用户明确要求或接入层无法绕过时修改；每次接入需提供 test/ 下冒烟测试脚本；容器内环境需通过 docker exec/podman exec 驱动，每次显式 source CANN set_env.sh 并激活 venv；验证尽量在项目目录外执行，避免误导入本地源码；OpCommand::Attr 整型参数建议统一 int64_t；可选张量用 Tensor? 配合空 .Input()；注册库应通过 torch.ops.load_library 加载而非 import _C。版本矩阵、SOC_VERSION 等细节见 references/reference.md。