cuda-optimized-skill

这是一个面向GPU算子开发者的CUDA内核优化工具包，专注于通过可复现的工作流提升自定义CUDA/CUTLASS/Triton算子的性能。核心功能包括基于Nsight Compute（ncu）的实证性能剖析、瓶颈归因分析、分支候选探索、SASS指令级验证及Roofline模型驱动的迭代调优。它不作为独立命令行工具运行，而是以Claude智能体技能形式集成，支持自动化验证、基准测试与因果性方法评估。适用于深度学习框架算子开发、高性能计算库优化及GPU加速算法工程化等场景，尤其适合需严格验证优化效果与硬件行为一致性的研发流程。