用途：在 cuDNN Frontend 中新增或更新一个仅前端的 CuTeDSL API，要求完成公开函数、导出、文档和测试的完整集成。
编辑前准备：检查仓库当前状态，避免覆盖无关改动；确认集成所需的每个原始源文件都存在，缺失时应报告而不是从相近内核推断契约；记录源出处（上游 URL、本地路径、commit，以及哪些文件对应公开 API 模块、哪些是私有 helper）。选择模板前先对内核分类：内核家族（dense GEMM、GEMM 融合、grouped GEMM、discrete grouped GEMM、MoE、attention、sparse attention 等）、执行拓扑（单内核、成对的前向/反向 API、多内核编排、helper 内核设置、分布式/运行时协调、内部调度器）、公开接口（<op_name>_<direction> 与 _jax 函数约定，返回张量、可选输出、workspace 归属、导入导出命名空间）、内部支持（helper 模块、调度器、元数据工具、生成的描述符应保持私有）、架构变体（是否需为新 GPU 透明分发到备用 CuTeDSL 模块，如 Rubin sm107 与默认 SM100；分发在内部进行时公开函数保持不变）。实现前须阅读 references/integration-pattern.md。
集成流程：在最近的既有家族下添加或更新操作包，如 python/cudnn/<operation>/、python/cudnn/gemm/cutedsl/dense/<operation>/、grouped/、discrete_grouped/ 或 python/cudnn/sdpa/<direction>/；在 api.py 实现公开函数，做配置校验、输出分配、按模板缓存或复用已编译内核，并返回 PyTorch 的 TupleDict 或 JAX 的元组/字典；通过操作或家族 init.py 以及 python/cudnn/init.py 的 _LAZY_OPTIONAL_IMPORTS 导出；除非确需新包，复用现有 CuTeDSL 依赖（cutedsl extra 目前只含 cuda-python）；添加 FE OSS 文档并更新概览或操作索引链接；在 test/python/<operation>/cutedsl/ 添加测试，包含支持校验，可执行时补充数值/参考覆盖；对 grouped/discrete/MoE/SDPA 内核保留源 helper 与调度器拓扑，共享 helper 模块应作为包内文件而非公开 cudnn 导出；当 SM100 内核需 Rubin(sm107) 变体时，按 integration-pattern.md 的架构分发模式处理，不新增公开 API（现有示例：grouped_gemm_quant、grouped_gemm_glu、grouped_gemm_dglu）。
验证：对改动文件运行针对性格式化或测试；仅改技能时至少校验 SKILL.md frontmatter 合法且引用的路径都存在；内核集成在具备所需 GPU 与可选依赖的环境运行 pytest test/python/<operation>/cutedsl/test_<operation>.py，否则明确报告跳过验证；架构分发工作还需运行 pytest test/python/gemm/cutedsl/test_rubin_kernel_dispatch.py，在 Rubin 硬件上受影响操作的既有 FE API 端到端测试应在无 API 变更下仍通过。
限制：资料的官方正文未提供，具体内核版本、依赖版本与硬件可用性暂未提供；缺失源文件或环境不满足时应如实报告，不做推断。