通用修改要点【免费下载链接】ops-sparse本项目是CANN提供的高性能稀疏矩阵计算的算子库专注于优化稀疏矩阵的计算效率。项目地址: https://gitcode.com/cann/ops-sparse本文件适用于所有文件类型的修改。每次修改完成后必须逐项检查。修改后必做1. 检查本 skill 是否需要同步更新修改工作流结构时如新增/删除阶段、变更部署方式、调整目录结构检查sparse-new-op-workflow-maintain/SKILL.md中的描述是否仍然准确目录结构树init.sh 部署原理表references/ 下的操作指南2. 询问用户是否需要检视每次修改完成后必须使用question工具询问用户问题工作流已修改完成是否需要使用 reviewer 进行一致性检视 选项 - 是启动 reviewer 检视 - 不需要我手动检查如果用户选择「是」调用 reviewer subagent 执行工作流一致性检视。3. 检视问题复盘如果 reviewer 检视发现了问题必须先复盘对照本 skill 的 references/ 操作指南分析为什么在 maintain skill 的指引下没有提前发现该问题。如果操作指南中确实存在遗漏如缺少某个检查步骤、未覆盖某种修改场景使用question工具询问用户问题reviewer 发现了 {问题摘要}复盘发现 maintain skill 的 {具体文件} 中缺少 {具体检查项}。是否同步更新 maintain skill 选项 - 是同步更新 maintain skill - 不需要仅修复当前问题如果操作指南已覆盖但执行时遗漏则仅修复当前问题不修改 maintain skill检视要点当 reviewer 检视工作流修改时应检查流程一致性SKILL.md、task-prompts.md、data-flow.md、README.md 四处流程表是否一致引用完整性所有模板路径是否可达所有 skill 名称是否存在逻辑完整性新增步骤是否有完整的输入/输出/验收标准是否有错误处理路径CP 问卷一致性CP 否定分支表在 SKILL.md 和 error-handling.md 中是否一致LOG.md 一致性assets/LOG.md 步骤跟踪表是否与流程表步骤编号一致【免费下载链接】ops-sparse本项目是CANN提供的高性能稀疏矩阵计算的算子库专注于优化稀疏矩阵的计算效率。项目地址: https://gitcode.com/cann/ops-sparse创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考