用途：将GPU代码（尤其是深度学习、模型推理相关代码）迁移到华为昇腾NPU时，用此技能做全面适配审查。触发场景包括提到NPU适配、昇腾迁移、GPU代码迁移等。
主要能力：分五阶段工作流。一、获取并分析代码仓库，支持本地路径或GitHub链接，扫描Python、CUDA、C++文件，识别CUDA API、PyTorch GPU调用、TensorRT与第三方库依赖。二、识别迁移堵点，逐类分析算子兼容性（CUDA核心算子、内存操作、流与事件、cuBLAS/cuDNN、Flash Attention、自定义算子、AMP混合精度），生成堵点清单。三、编写适配脚本，如npu_compat.py设备兼容层、npu_ops.py算子封装、build_npu.sh编译脚本。四、设计验证方案，包括verify_npu.sh环境与功能验证、verify_precision.py精度对比。五、生成Markdown审查报告，命名格式CodeReview_Results_YYYY-MM-DD.md，保存到当前工作目录。
使用方式：提供代码仓库路径或链接即可触发。前置条件包括安装CANN Toolkit（下载地址https://www.hiascend.com/software/aiengine）、安装torch与torch_npu（pip install torch torch_npu），并验证NPU可用性。
限制：部分内容需真实NPU硬件才能完成性能测试；算子不支持时需用ATB替代或自研；涉及CUDA C++扩展需用Ascend C重写或ATB；精度与性能提升数据以资料描述为准，未提供固定数值保证；验证脚本需按实际项目路径与测试文件调整。