用途：指导 Catlass 算子的性能调优工作流，从阅读优化指南、获取基准、修改 tiling 到重新编译、采集数据和输出性能对比报告。
前置条件：需存在 OPS_PROJECT_ROOT，其下有 catlass/docs/1_Practice/10_matmul_optimization.md；算子已可编译运行；基线优先采用 csrc/ops/<op>/test/ 下按 ascendc-operator-performance-eval 规范采样的 profiler 报告。条件不明时追问用户。
主要流程：阅读优化指南，理解 TileShape、DispatchPolicy、Swizzle 等可调参数；取得基准数据；按指南建议修改 tiling 配置；用 ascendc-operator-compile-debug 重新编译并采集性能数据，与基线对比。性能提升则记录配置并继续尝试，下降则回滚，稳定则在附近微调，迭代确定最佳配置。
能力要点：每次只调整一个变量便于评估效果；记录所有尝试的配置与性能数据；性能下降时回滚；维护 TILING_SEARCH.md 记录已验证无效或回退的配置与待试项；单目标 shape 探索另建 TILING_EXPLORATION_*.md 并追加行、不覆盖历史。
报告交付：在 NPU 与 torch_npu.profiler 可用时，每轮可提交优化须按约定（warmup=5、active=5，自定义与标杆双路径）落盘 Markdown 对比报告，含 Case/Shape/自定义 per-step/标杆 per-step/比值 等表，并在对话中展示表与结论；涉及优化前后变化时另落盘 PRE/POST 报告并生成含 Δ% 的对照表。环境不可用须如实说明，不伪造报告。
限制：调优策略以 catlass 官方文档为准；禁止未读指南随意改参数、一次改多个变量、忽略硬件资源限制、改后不重新编译、可用时仅改代码不产出报告；探测用极简 kernel 须恢复生产版，不得作为最终交付。单 shape 表仅记录检索过程，不替代全量回归。