pytorch/add-uint-support

Ajoute la prise en charge des types entiers non signés (uint) aux opérateurs PyTorch en mettant à jour les macros AT_DISPATCH. À utiliser lors de l'ajout de support pour les types uint16, uint32, uint64 aux opérateurs, noyaux, ou lorsque l'utilisateur mentionne l'activation des types non signés, des types non signés minimalistes ou du support uint.

Qu'est-ce que add-uint-support ?

Cette compétence permet d'ajouter la prise en charge des types entiers non signés (uint16, uint32, uint64) aux opérateurs PyTorch. Elle est utile pour les développeurs qui souhaitent activer les types non signés dans leurs opérateurs personnalisés ou existants, ou qui reçoivent des demandes de fonctionnalités liées aux entiers non signés. La compétence automatise la mise à jour des macros `AT_DISPATCH` dans le code source C++ de PyTorch, en s'assurant que les nouveaux types sont correctement dispatchés vers les noyaux appropriés. Elle est conçue pour être utilisée dans l'environnement de développement PyTorch, en particulier lors de l'édition de fichiers comme `ATen/native/README.md` ou des définitions de macros de dispatch. En résumé, cette compétence simplifie et standardise l'intégration des types uint dans l'écosystème PyTorch, réduisant les erreurs manuelles et accélérant le développement.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/pytorch/pytorch/tree/main/skills/add-uint-support

Installed? Explore more Développement et programmation skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait add-uint-support ?

Ajoute la prise en charge des types entiers non signés (uint) aux opérateurs PyTorch en mettant à jour les macros AT_DISPATCH. À utiliser lors de l'ajout de support pour les types uint16, uint32, uint64 aux opérateurs, noyaux, ou lorsque l'utilisateur mentionne l'activation des types non signés, des types non signés minimalistes ou du support uint.

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

pytorch/aoti-debug

Debug AOTInductor (AOTI) errors and crashes. Use when encountering AOTI segfaults, device mismatch errors, constant loading failures, or runtime errors from aot_compile, aot_load, aoti_compile_and_package, or aoti_load_package.

pytorch/at-dispatch-v2

Convert PyTorch AT_DISPATCH macros to AT_DISPATCH_V2 format in ATen C++ code. Use when porting AT_DISPATCH_ALL_TYPES_AND*, AT_DISPATCH_FLOATING_TYPES*, or other dispatch macros to the new v2 API. For ATen kernel files, CUDA kernels, and native operator implementations.

pytorch/docstring

Write docstrings for PyTorch functions and methods following PyTorch conventions. Use when writing or updating docstrings in PyTorch code.

pytorch/metal-kernel

Write Metal/MPS kernels for PyTorch operators. Use when adding MPS device support to operators, implementing Metal shaders, or porting CUDA kernels to Apple Silicon. Covers native_functions.yaml dispatch, host-side operators, and Metal kernel implementation.

pytorch/pr-review

Review PyTorch pull requests for code quality, test coverage, security, and backward compatibility. Use when reviewing PRs, when asked to review code changes, or when the user mentions "review PR", "code review", or "check this PR".

pytorch/pyrefly-type-coverage

Migrate a file to use stricter Pyrefly type checking with annotations required for all functions, classes, and attributes.

pytorch/skill-writer

Guide users through creating Agent Skills for Claude Code. Use when the user wants to create, write, author, or design a new Skill, or needs help with SKILL.md files, frontmatter, or skill structure.

pytorch/triaging-issues

Triages GitHub issues by routing to oncall teams, applying labels, and closing questions. Use when processing new PyTorch issues or when asked to triage an issue.

Skills associés