用途：从用户提供的 PyTorch/Python 代码中提取目标算子逻辑，整理为可供下游评测使用的标准化算子任务文件。
模式判定：源 .py 已定义 get_input_groups() 或同目录存在同名 .json 时判定为多 case 模式，否则为单 case。规则要求不得将多 case 源降级为单 case。
主要能力：单 case 输出单一自包含 Python 文件，含 import 区（仅 torch / torch.nn / 标准库）、class Model(nn.Module)、get_inputs()、get_init_inputs()；多 case 输出 .py 与 .json 一对文件，二者同名同目录，.py 含 Model + get_input_groups() + get_init_inputs()，json 为 JSONL，每行一个 case。
使用方式：先做代码分析与模式判定，再进行 AST 级依赖追踪；单 case 需内联所有自定义依赖并依据 shape/dtype 构建输入函数，多 case 则原样复制源 .py 和 .json，不修改逻辑，仅在缺少 get_init_inputs 时补返回 [] 的实现。随后必须执行验证脚本：python3 <skill-path>/scripts/validate_task.py /abs/path/{op_name}.py --json。脚本先做静态检查（Model/forward/get_init_inputs 必需，get_inputs 或 get_input_groups 至少其一），再做运行时检查并输出 cases_tested / cases_passed。退出码 0 且 [VALID] 通过；[INVALID] 可修复，最多重试 2 次，仍失败需报告用户。验证通过后必须用 question 工具展示完整任务文件并请求确认，用户接受或提出修改，不能仅打印文本。
适用场景：为算子生成/优化评测准备标准化任务描述，尤其多 shape 批量评测场景。
限制：单 case 必须自包含且可直接运行、结果确定、无 NaN/Inf、返回一致；多 case 不得改写源码或加 get_inputs 兼容层；验证和用户确认均为必须步骤，禁止跳过。部分内部细节（如 arch 配置取值）以资料所述 framework=torch、backend=ascend、dsl=triton_ascend 为准，其余暂无说明。