用途：分析 PyTorch 模型代码中的计算模式，匹配 torch_npu 融合算子进行替换优化。依托 torch_npu 本地 docstring 查询脚本 scripts/torch_npu_query.py 与仓库已有模型的融合算子使用经验，按模块逐一分析、匹配、替换、验证。
主要能力与流程：
- 分析模型代码并拆解模块：识别顶层结构（Embedding→Transformer Blocks→LM Head），拆解 Attention、MoE/FFN 等模块，记录 Prefill/Decode 差异、量化需求（BF16/W8A8/W8A8C8/W4A16）、分布式配置（TP/EP/DP）及 layout、cache 格式、metadata 等约束，展开到可替换链路级别。
- 按模块匹配仓库参考实现：Attention 区分 GQA/MHA 与 MLA（含 Indexer），结合 cache 形态（连续非PA/PA）、写入语义与 Attention Core 选择参考链路；MoE 区分 Dense FFN 与 MoE，按 gate 形式与并行/阶段匹配路由与专家计算链路。
- 查阅算子接口文档：优先本地 docstring，用以下命令查询，确认可用性与适配性： python3 scripts/torch_npu_query.py show <api_name> python3 scripts/torch_npu_query.py search "<keyword>" python3 scripts/torch_npu_query.py list [--prefix npu_] 检查 shape、dtype、layout、cache 组织及 metadata；可通过前置改造解决时标记为候选并说明改造项，硬约束不满足才标为不适配并注明依据。
- 分析阶段审查：模块拆解完整、参考匹配完整、算子约束已确认、候选清单已形成；仅要求分析时到此输出结果与验证计划。
- 逐模块实施替换：每次只改一处，验证通过再继续；做精度对比与性能对比，失败则回退并重新分析或记录新需求与阻塞原因。
适用场景：torch_npu 融合算子替换、MoE/Attention/FFN/Norm 等模块的推理算子适配。
限制：具体支持算子范围、版本与性能收益以实际环境为准；资料未提供收费、价格与平台信息。参考文档包括 references/ 下 Attention、MoE、RotaryEmbedding 等参考链路，以及 op-plugin 仓库 gitcode.com/Ascend/op-plugin。