kernel-skills

让AI代理写出高性能CUDA/Triton内核

kernel-skills 是一个面向 AI 编程代理的开源技能库,专注于高性能计算内核的编写、优化与调试,覆盖 CUDA、Triton 以及量化负载场景。它解决的问题是:AI 代理在生成或修改内核代码时缺乏领域知识和最佳实践,导致性能不佳或出错。该库以 TypeScript 实现,提供结构化的技能模块,使代理能调用这些技能来生成更高效、更正确的内核代码。核心能力包括内核模板、优化策略、调试指南和量化支持,帮助开发者利用 AI 加速 GPU 编程。项目处于早期阶段,星标数不高,但定位明确,旨在填补 AI 编程代理在底层计算优化方面的知识空白。

开源 free 编程开发
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 78
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类编程开发
开发团队tensormux
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言TypeScript
技术栈/模型ai-coding,cuda,gpu-kernels,high-performance-computing,kernel-optimization,llm-agents,prompt-engineering,quantization,rocm,triton
GitHub 星标★ 78
30天Star增速
HF 下载量
上线时间2026-04-10 00:00:00
最近更新2026-09-20 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 专注AI代理的内核编程技能,填补通用代码生成在底层优化上的空白
  • 覆盖CUDA、Triton和量化负载,场景针对性强
  • 以技能库形式组织,便于AI代理直接调用和集成

不足之处

  • 项目处于早期,文档和社区支持待观察
  • 技能库的实用性和效果未经大规模验证

适用场景

  • AI驱动的GPU内核自动生成与优化
  • 量化模型推理内核的开发调试
  • 为编程代理提供领域专属技能扩展

替代项目

triton-lang、CUDA-Learn-Notes、kernel-bench

项目介绍

kernel-skills 是智能体领域的开源项目,由 tensormux 开发,是 2026 年新上线的项目。

它收录于智能体分类,该分类目前共有 2,499 个项目,GitHub 星标数为 78。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-20。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:AI驱动的GPU内核自动生成与优化。同类可对比的替代方案包括 triton-lang、CUDA-Learn-Notes、kernel-bench。

上一篇:vsync

下一篇:Cyber-Ming-Protocol

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 195 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12