用途：面向昇腾平台的 Triton 算子开发编排，当用户需要从零开发 Triton 算子、走端到端开发流程，或不确定该用哪个子 skill 时使用。
主要能力：按七个阶段编排（含一个条件阶段）——环境配置（triton-operator-env-config，可跳过）、需求设计（triton-operator-design，可跳过）、代码生成（triton-operator-code-gen，不可跳过）、静态检视（triton-operator-code-review，不可跳过）、精度验证（triton-operator-precision-eval，不可跳过）、性能评估（triton-operator-performance-eval，不可跳过）、性能优化（triton-operator-performance-optim，ratio 达目标可跳过）。
使用方式：阶段 1 跳过条件为能 import torch、torch_npu、triton 且 torch.npu.is_available()；阶段 2 跳过条件为用户已提供设计文档或算子 API 规格。阶段 3 只生成代码与 smoke test，不运行；阶段 4 只做静态分析，进入下一阶段前需修复 P0/P1 问题；阶段 5、6 必须在 NPU 上实际运行测试与 benchmark，产出多 shape×dtype 误差指标、通过/失败判定及 Triton 与 torch_npu 的 ratio 和瓶颈诊断；阶段 7 在 ratio 低于目标时触发，优化后须重新验证精度。用 TaskCreate 跟踪每阶段进度。
适用场景：从零开发算子、端到端开发编排。若只需写代码、优化性能或检查精度，应直接调用对应子 skill，而非本 skill。
限制：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；最终须输出精度报告与性能报告等交付物。具体性能目标、支持平台范围等资料暂未提供。