把源码研究写成读者能跟得上、结论能追溯的技术文章。
面向有后端开发经验、正在研究大模型推理的工程师。默认中文写作，案例优先 DeepSeek；适用于 SGLang、vLLM、Ascend、KV Cache、并行通信和部署实践。读者、语言、模型和篇幅都服从当次任务。
为什么做这个 Skill
技术文章经常出现这样的断点：类名都认识，连起来却不知道请求去了哪里；数学 shape 看起来正确，到了算子接口却对不上；一篇文章引用多个版本的代码，最后拼出一条实际不存在的调用链。
这个 Skill 把写作过程组织为取证、叙事和检查。先确定目标版本与一条可达路径，再让同一个请求、Tensor 或 batch 贯穿解释。技术准确性是交付门槛；在这个前提下，优先让读者读得顺畅。
表格可左右滑动 →
| 写作难题 | 规则带来的具体约束 |
|---|---|
| 一屏类名，没有因果 | 解释输入、状态变化与输出去向 |
| 通用原理冒充具体实现 | 区分教学假设、目标源码、真实测量 |
| 换模型只换名字 | 重新核对模型层、缓存、shape 与后端 |
| 图多却没有帮助 | 每张图回答一个问题，图文与来源相互对应 |
| 润色后推测变成事实 | 保留证据类型、适用条件和未知项 |
| 长文被拆成术语词典 | 长篇默认 5–7 个大章节，围绕工程问题连续展开 |
这些约束帮助 Agent 做出更好的写作选择，但不能保证每次输出都正确，也不能替代审稿或硬件测试。
怎样使用
获取仓库后，使用 skills/ai-infra-technical-writer/ 完整目录，保留 SKILL.md、references/ 的相对位置。在支持自定义 Skill 的 Agent 中按其安装机制加载该目录。其他环境可以直接要求 Agent 读取入口文件，再按任务读取配套参考资料。
本项目不提供跨平台一键安装器；不依赖其他个人 Skill，也不自带联网、源码访问或 NPU 能力。源码文章需要目标仓库或代码材料；部署与性能文章需要对应环境记录和测量。
第一次使用可直接复制：
请读取 skills/ai-infra-technical-writer/SKILL.md 并按其规则工作。
围绕我提供的目标仓库与 commit，写一篇 SGLang 请求执行链文章。
面向有后端经验的读者，以 DeepSeek 为例，用同一个请求解释
调度、batch、模型执行、缓存与返回路径，输出完整 Markdown。
先核对模型变体和后端；无法确认的调用边明确保留为缺口。
已有文章审稿：
使用 ai-infra-technical-writer 审核下面的文章。
先检查版本、调用关系、shape 与性能数字，再改善连续阅读体验。
给出完整修改稿；将没有证据支持的结论改为可成立的表述，
保留影响复现的条件，不把内部审稿过程写进正文。
只要审稿意见、短文或三句话解释时，直接说明即可，不需要套用长文结构。
实际输出是什么样
证据到段落的完整小例子 提供任务输入、证据材料、改写前文本、参考输出与检查依据。它是透明的教学示例，不是一次盲测，也不是性能收益证明。
仓库内的 SGLang → Ascend 请求执行链文章 展示较长篇幅的工程叙事，可观察同一个请求如何连接调度、模型与输出。本次 Skill 更新不等于对该文章全部技术结论重新验收。
规则如何组织
表格可左右滑动 →
只加载任务需要的参考资料。外部研究结果是待核对的材料，不能因为标记为 verified 就直接当作事实。
目前验证到哪里
本 Skill 的公开开发回归集现包含 4 个用例。上一轮的两个短任务记录见 初次试用。本轮新增材料齐全的完整教程任务，保留了修改前、首次调整和最终复测三个输出，详见 第二轮记录。最终稿通过该例的技术与交付检查；前两份输出技术判读通过，但篇幅偏短，没有计为整例通过。
第 1 个公开源码/私有容器差异用例仍未运行；旧版短任务未在最终版本重跑。没有真实框架集成或 NPU 验证，也没有足够样本证明总体质量提升。
因此当前定位是可使用、持续迭代的早期公开版本，不以自评分数宣传效果。后续优先增加固定源码材料下的完整文章评测，观察版本混用、调用断点和阅读负担，而非单纯增加规则数量。
反馈时请附上任务输入、所用版本、具体问题段落和可公开的证据；不要上传凭据或内部日志。修改后重跑受影响用例，保留失败记录。
来源与维护
由 AkiYangDev 结合 AI 辅助持续整理。核心贡献在于面向 AI Infra 的证据边界、连续工程叙事、模型迁移检查和阅读体验约束；部分理念参考已有写作 Skills，见 来源说明。
公开目录保留独立使用所需规则；个人安装版的第三方扩展、外部文章集合和平台资源不随此目录分发。当前目录未附统一开源许可证，不宣称所有内容均为独立原创或已统一重新授权。
更新日期：2026-09-20。