用途：面向昇腾平台的 Triton 算子端到端开发编排。当用户需要从零开发 Triton 算子、进行全流程开发，或不确定该选用哪个子技能时使用。
主要能力：按 7 个阶段编排开发流程，每阶段调用对应子技能。阶段 1 环境配置（triton-operator-env-config，可跳过）；阶段 2 需求设计（triton-operator-design，可跳过）；阶段 3 代码生成（triton-operator-code-gen，不可跳过）；阶段 4 静态检视（triton-operator-code-review，不可跳过）；阶段 5 精度验证（triton-operator-precision-eval，不可跳过，须在 NPU 上运行）；阶段 6 性能评估（triton-operator-performance-eval，不可跳过，须在 NPU 上运行，产出 Triton 与 torch_npu 的 ratio 及瓶颈诊断）；阶段 7 性能优化（triton-operator-performance-optim，条件执行，ratio 低于目标时触发，优化后须重新精度验证）。
使用方式：通过 Skill 调用各子技能；用 TaskCreate 跟踪进度，每阶段一个 Task，进入时 in_progress，完成后 completed。场景路由：只要代码则直接用 triton-operator-code-gen；只要性能优化则用 triton-operator-performance-optim；只要精度检查则用 triton-operator-precision-eval。跳过条件：阶段 1 需能 import torch, torch_npu, triton 且 torch.npu.is_available()；阶段 2 需用户已提供设计文档或算子 API 规格。
适用场景：昇腾 NPU 上 Triton 算子的完整开发与验证。限制与约束：阶段 3-6 不可跳过，不可在代码生成后停止；精度通过前不做性能优化；最终须在算子目录输出 {算子名}.py、test_{算子名}.py、precision_eval.py、precision_report.md、performance_eval.py、performance_report.md，并向用户给出精度、性能 ratio、优化历史与结论的完整报告。具体命令与安装方式资料未提供。