用途：辅助编写、调试和优化 Triton 与 Gluon GPU 内核。以本地 Triton 检出为主要 API 与实现模式来源，优先参考当前教程和源码，而非记忆中的签名。
主要能力：按任务定位源码面，如语言语法与入门模式看 python/tutorials/，Gluon 布局与架构模式看 python/tutorials/gluon/，完整示例看 python/examples/，生产 matmul、reduction、top-k、SwiGLU 看 python/triton_kernels/triton_kernels/，tl.* 定义看 python/triton/language/，JIT、autotune 与运行时看 python/triton/runtime/，编译器入口看 python/triton/compiler/，方言定义看 include/triton/Dialect/，分析与 lowering 看 lib/。
使用方式：先解析 SKILL.md 所在目录，使用其 repos/triton/ 子目录，安装器会将该路径链接到 agent-gpu-skills/third_party/triton/ 或通过 TRITON_REPO 提供的检出。命令中需替换为绝对路径：TRITON_REPO=/absolute/path/to/triton-skill/repos/triton。若检出缺失，在 agent-gpu-skills 仓库运行 bash update-repos.sh triton 与 bash install.sh --skill triton-skill。可用 find 和 rg 检索教程、示例、语言定义、Gluon 模式、生产内核与编译器 lowering。
适用场景：Triton/Gluon 内核开发、正确性验证、性能调优、编译器路径追踪。
限制：源码级模式不能证明编译后内核使用了预期指令或内存路径，必要时需检查编译器输出或性能数据；PTX 语义、计算能力、Nsight、Compute Sanitizer 等需配合 cuda-skill。更新源码时运行 bash update-repos.sh triton 与 python3 scripts/validate_repo.py --require-sources，并注意 third_party/UPSTREAMS.toml 记录的提交与源码映射漂移。