用途：这是一套内核性能优化的编排工作流，把优化过程拆成可重复的循环，并规定各子智能体之间的协作方式与知识沉淀规则。
主要能力：定义优化循环：ANALYZE（读 devlog 概览与当前最佳结果）、PROFILE（启动 Profiler Agent 获取瓶颈分析）、SELECT（按所需控制层级选择实现语言）、STRATEGIZE（加载共享优化指南与语言专属优化目录）、DESIGN（启动 Kernel Designer Agent 实现优化）、VERIFY（对新版本再剖析并与上一版对比）、EVALUATE（达标即结束，否则回到 SELECT）、LEARN（有新洞见时更新知识库，强制）。提供 Profiler 与 Kernel Designer 的启动模板与任务提示写法，以及三者之间的紧凑输出契约（剖析摘要、优化任务指令、实现摘要）。给出默认配置：投机解码 b=32, s=16, t=4096，OOM 时减小 b；探索性调优默认试验矩阵为 decode-like b=32, s=1, t=4096 与 speculative-like b=32, s=16, t=4096，仅在证据表明不足时加第三个压力配置。调优策略建议先测预期较好的手工 tiling，再探索 tiling 配置，复杂时考虑粗粒度自动调优并注意组合爆炸，单内核版本自动调优时间宜小于 1 小时；潜力大的版本再做细粒度自动调优。知识库更新协议规定新优化或反模式按共享/语言专属分别归档到 docs/knowledge/optimizations、docs/knowledge/anti-patterns 或对应 languages 子目录，并在 /optimization-catalog 索引中加行，详细文件模板含 When to Apply、Mechanism、Affected Metrics、Implementation、Performance Evidence、Generalization、Pitfalls、Interactions。
使用方式：智能体定义位于 .claude/agents/，按名称加任务提示启动；Profiler 预载 /profile-kernel，Kernel Designer 预载 /design-kernel，语言专属技能需按需加载。
适用场景：GPU 内核（如 MLA）性能优化、需要多智能体分工与知识复用的调优流程。
限制：资料未提供具体安装命令、收费与平台信息；自动调优配置数量过多可能无显著收益，内核设计比自动调优更重要。