用途：为 CUDA/CUTLASS/Triton/CuTe DSL 内核优化提供以 NCU（Nsight Compute）剖析数据为依据的迭代流程，避免凭直觉改代码。
主要能力：强制门禁检查（无 NCU 数据不得动内核）与硬性规则（所有建议须引用具体 NCU 指标；每轮须覆盖 roofline、内存层次、warp stalls、occupancy；优化手册须匹配内核实现类型；每次改动后重剖析并用 --diff 比较；收益平台或接近硬件上限时停止）。提供多维分析（roofline 分类、缓存命中、stall 原因、指令配比、占用率限制因素、bank conflict、寄存器溢出、线程发散）、瓶颈分类决策树与结论模板，并针对 Native CUDA、CUTLASS、Triton、CuTe DSL 分别给出启动配置、内存访问、流水线、Tensor Core、tile 与 num_warps/num_stages 等排查动作。
使用方式：先用脚本或手动方式剖析，例如 bash cuda-auto-tune/scripts/ncu_profile.sh ./kernel report_v1，或 ncu --set full -o report_v1 --target-processes all ./your_kernel，再导出 CSV 并运行 python3 cuda-auto-tune/scripts/ncu_analyse.py report_v1.csv；输出包括 .ncu-rep、.csv、_analysis.md 与 _summary.txt。可用 --kernel-name 过滤，CuTe DSL 可用 --type cutedsl。
限制：资料未提供安装方式、运行时依赖、硬件与驱动要求、收费或授权信息；不保证具体加速倍率，所述收益均为资料中的经验性描述。