用途：kernelgen-flagos 是统一的 GPU 算子（kernel）生成与优化入口技能，把生成、优化、平台专用化、MCP 配置与反馈等子技能打包在一起，按仓库类型自动路由。
主要能力：生成侧包含通用 Python/Triton 生成、FlagGems 专用生成、vLLM 专用生成；优化侧包含通用 Triton 内核迭代优化、FlagGems 算子优化与集成（内置/外部/实验三种模式）、vLLM 算子优化与集成（含 CustomOp 注册）；平台专用化可经 MCP specialize_kernel 将 Triton 算子迁移到目标平台（如 GPU → Ascend NPU），FlagGems 场景另有四种集成模式；此外提供 MCP 配置检查与自动配置、以及通过 GitHub 或邮件提交反馈。
使用方式：先执行 Phase 0，用 Glob 查找并读取 kernelgen-mcp-setup.md 完成 kernelgen-server MCP 配置；未配置时按引导配置并在提示重启后停止。Phase 1 用 Glob/Read 检查 pyproject.toml、setup.py、setup.cfg 及目录结构，判定 FlagGems、vLLM 或未知仓库类型。Phase 2 按请求类型（生成/优化/专用化/反馈）和检测结果读取对应子技能文件并完整执行。示例命令：/kernelgen-flagos relu；/kernelgen-flagos rms_norm --func-type normalization。
限制：必须始终先检测再分发，不得跳过；子技能需完整阅读并独立执行，不可混用；用户显式指定子技能时优先遵从。MCP 为强制依赖，所有算子生成必须走 mcp__kernelgen-mcp__generate_kernel，优化走 optimize_kernel，平台专用化走 specialize_kernel；不得自行编写 Triton 内核、PyTorch 包装或算子实现；MCP 未配置、不可达或重试失败时应停止并报告，不得手写代码兜底。其他平台支持范围、收费与性能数据暂未提供。