用途：诊断昇腾 NPU 上基于 PyTorch 的模型推理精度问题，当前主要覆盖 KVCache 与 FlashAttention（FA）相关精度问题，其他推理精度问题后续补充；不覆盖 crash、hang、OOM、算子约束违反等运行时错误。
主要能力：按“症状分类→快速验证→分模块定位→逐层对比→陷阱修复”分层排查。提供症状分类表（重复 token、首 token 正确后续偏移、Prefill 正确 Decode 偏差、NaN/Inf、逐层累积偏差、多 batch 部分错误、量化偏差放大等），快速验证清单（dtype/device 一致性、block_table dtype、sparse_mode、scale、kv_len、input_layout、atten_mask 等），二分法定位 Prefill/Decode，逐层 8 个关键位置对比，以及常见陷阱修复表与精度调试报告模板。附录给出 FA 入参配置：atten_mask 与 sparse_mode 联合校验、FA v1/v2 参数名映射、input_layout 与 shape 匹配、actual_seq_lengths 构造、inner_precise、MLA rope 约束。
使用方式：由 Agent 实际执行测试，流程为收集信息、快速诊断、分模块定位、精细定位（按需）、修复与验证、输出报告；完整校验工具见 references/fa_debug_utils.md，可在 FA 调用前插入 debug_fa_all_params() 一键检查。
限制：仅覆盖 KVCache/FA 相关精度问题；不处理运行时错误；资料未提供安装命令、价格、平台与效果数据，暂未提供。