amd/skills

Official AMD catalog of AI agent skills. Empower your AI agents with AMD's optimized SW stack.

AMD Skills 是什么？

AMD Skills 是一个 "技能" 目录——包含指令、脚本、提示词和元数据的小型自包含捆绑包——让 AI 编程助手（Cursor、Claude Code、OpenAI Codex、Gemini CLI 等）能够流畅地使用 AMD 的硬件和软件栈。每个技能告诉智能体何时应使用它（例如，“在 Instinct GPU 上部署 LLM”），然后提供 AMD 工程师会遵循的确切命令、环境变量和最佳实践步骤。

该仓库不包含 AI 模型本身；它只提供安装、配置、诊断和优化 AMD 中心 AI 工作负载（如 ROCm、Ryzen AI、AMD Instinct 和 AMD-Quark 量化工具）所需的知识。

如何获取目录

# 通过通用“skills”CLI 安装（需要 Node.js）
npx skills add amd/skills

CLI 会提示你选择一个或多个单独的技能以及目标代理（例如 --agent claude-code）。 你也可以先用 --list 列出所有技能，或直接安装单个技能：

npx skills add amd/skills --skill rocm-doctor --agent cursor

如果你更喜欢手动方式，可以克隆仓库并将所需的 skills/<name>/ 文件夹复制到代理的个人或项目级技能目录（路径见 README）。

使用技能

安装后，你只需用自然语言与编码代理交谈，例如：

“使用 AMD Skills 在本地生成图像，而不是调用云端 API。”
“使用 AMD Skills 目录将此 LLM 部署到我的 AMD Instinct GPU 上。”

代理会根据 SKILL.md 描述自动将请求匹配到适当的技能。如果匹配失败，你可以通过显式调用强制匹配，例如 使用 AMD Skills：rocm-doctor。

目录概览

领域	示例技能	功能
客户端原生	`local-ai-use`	通过本地 AMD 驱动的 AI 服务器路由图像生成、TTS、STT，以削减云端 token 成本。
	`local-ai-app-integration`	为基于云的 LLM 应用添加离线 AI 功能，以实现隐私和成本节约。
跨栈	`rocm-doctor`	诊断并修复 AMD GPU 上常见的 ROCm/HIP/PyTorch/llama.cpp 配置错误。
	`lemonade-router-builder`	构建内容感知的模型路由器（Lemonade），根据敏感性或所需功能路由请求。
	`quark-install`	从 PyPI、wheel 或源码安装或验证 AMD Quark 加速的 PyTorch 构建，并验证运行时。
	`quark-torch-llm-ptq`	使用 AMD Quark 对 Hugging Face / PyTorch LLM 进行训练后量化（FP8、INT4 等），并生成经过验证的模型。
	`hrr-replay-analysis` (计划中)	在 Instinct、Radeon 和 Ryzen 硬件上记录、重放和分析 GPU 工作负载跟踪。
服务器原生	`serving-llms-on-instinct`	在 AMD Instinct GPU 上进行 LLM 推理的端到端部署，包括硬件检测、vLLM 配方选择和经过基准测试的端点启动。
	`serving-llms-on-epyc`	使用 Docker/Podman 或 Conda 中的 vLLM/zentorch 在 AMD EPYC CPU 上提供 LLM，处理 CPU 检测、RAM 检查和健康监控。
	`hyperloom-workload-optimizer`	设置 Hyperloom 以自动优化 Instinct GPU 上的 LLM 吞吐量，并报告改进效果。
	`magpie-kernel-evaluator`	对 GPU 内核进行基准测试和验证，比较实现并分析 vLLM/SGLang 运行。
	`tracelens-analysis-orchestrator`	编排基于 TraceLens 的 PyTorch 分析，生成性能报告和利益相关者摘要。

技能长什么样

每个技能位于 skills/<skill‑name>/，至少包含：

SKILL.md          # 代理使用的 YAML front‑matter + 描述
skill-card.md    # 人类可读的治理信息（所有者、许可证等）
scripts/          # 可选的辅助脚本
references/      # 可选的文档、链接、数据集

SKILL.md 告诉代理技能何时适用，并提供代理将执行的逐步指导。

治理与贡献

联邦目录 – 技能来自所属产品仓库（ROCm、Quark、Lemonade 等）。每晚的 federate-skills 工作流仅复制更改的技能文件夹，更新清单，并为每次提交打开 PR，确保每次更改都经过审查。
贡献流程 – AMD 工程师或获批的合作伙伴通过 fork、编辑技能文件夹并打开 PR 来添加新技能。CI 根据 amd/skillscope 评估器验证技能，并检查是否符合 docs/ 中的文档。
许可证 – MIT，附有 AMD 版权声明（2026 年）。

谁可能使用它？

AI 开发者 – 希望其编码助手自动处理 AMD 特定的设置（例如 ROCm 驱动问题、GPU 量化、LLM 服务），而无需记忆低级命令。
数据科学团队 – 在 AMD Instinct 或 EPYC 服务器上部署模型，需要可重复、有主见的部署脚本。
工具制造商 – 构建可以利用 AMD 硬件共享、版本控制知识库的自定义代理。

总结

AMD Skills 将专家级的 AMD 硬件知识转化为机器可读的包，AI 代理可以按需调用，从而显著降低在 AMD GPU、CPU 和 Ryzen AI 加速器上开发、调试和扩展 AI 工作负载的摩擦。