Awesome Ascend Plugins

面向华为昇腾 NPU 开发的 Claude Code 插件合集，以分布式 Agent Plugin 形式组织，覆盖算子开发、模型迁移、量化压缩、性能分析与 AI for Science 等场景。

仓库地址：https://github.com/ascend-ai-coding/awesome-ascend-plugins

前置要求

• Claude Code（建议 >= 2.0.0）
• 部分插件需要可用的昇腾 NPU 环境（CANN、torch_npu 等），具体见各插件说明

安装方式

本仓库通过 Marketplace（插件市场） 分发。安装分两步：先添加 marketplace，再按需安装单个 plugin。

第一步：添加 Marketplace

使用完整 GitHub 地址：

/plugin marketplace add https://github.com/ascend-ai-coding/awesome-ascend-plugins

添加成功后，可通过 /plugin 进入插件管理界面，在 Discover 标签页浏览本 marketplace 下的全部插件。

说明：添加 marketplace 只是注册插件目录，不会自动安装任何 plugin。需要单独安装你需要的模块。

第二步：安装 Plugin

安装指定插件（plugin-name 见下方模块列表）：

/plugin install <plugin-name>@awesome-ascend-plugins

示例——安装 AscendC 算子开发插件：

/plugin install ascendc-operator-studio@awesome-ascend-plugins

CLI 等效命令：

claude plugin install ascendc-operator-studio@awesome-ascend-plugins

安装完成后，建议执行 /reload-plugins 重新加载插件。 更多 marketplace 用法见 Claude Code 官方文档。

插件模块

Plugin 名称	目录	分类	简介
ascendc-operator-studio	ascend_AscendC_plugins	算子开发	AscendC 自定义算子端到端闭环开发
profiling-analysis	profiling-analysis-plugin	性能分析	昇腾 NPU Profiling 采集、分析与显存分析
msmodelslim	msmodelslim	模型量化	基于 msmodelslim 的模型量化与评估
ai-for-science-ai4s-basic	AI4S-basic	模型迁移	AI for Science 通用 NPU 迁移 Skill
ascend-torchnpu-migration-plugin	ascend-torchnpu-migration-plugin	模型迁移	基于 torch_npu 的 PyTorch 模型迁移
ascend-migration-torchnpu-agent	ascend-migration-torchnpu-agent	模型迁移	CPU/GPU → 昇腾 NPU 迁移 Agent
example-plugin	example-plugin	示例	Claude Code 插件能力参考示例

---

ascendc-operator-studio — AscendC 算子开发

自包含的闭环 Agent 插件，从算子名称与数学规格出发，驱动 AscendC 自定义算子在昇腾 NPU 上的完整开发流程：环境准备 → 工程初始化 → Tiling 设计 → op_host/op_kernel 代码生成 → 编译安装调试 → 接口文档 → 精度评估 → 性能分析与优化 → 代码审查。

• 入口命令：/ascendc-operator
• 编排 Agent：ascendc-operator-studio
• 详细说明：ascend_AscendC_plugins/README.md

profiling-analysis — 性能 Profiling 分析

面向 vLLM 推理等场景的昇腾 NPU 性能分析插件，支持 Profiling 数据采集、批量分析、HBM 显存 Profiling 及本地/远程两种工作模式，输出 Markdown、Excel、HTML 等可追溯报告。

• 核心能力：Profiling 分析、远程采集、批量 Sweep、显存采集与分析
• 详细说明：profiling-analysis-plugin/README.md

msmodelslim — 模型量化

基于 msmodelslim 的昇腾 NPU 模型量化插件，覆盖 W4A8 / W8A8 / W4A4 等量化方案，支持 YAML 配置、MoE/VLM 混合精度、敏感层分析，以及 vLLM Ascend 推理部署与 AISBench 评估的完整 E2E 工作流。

• 调用示例：/msmodelslim:msmodelslim
• 详细说明：msmodelslim/README.md

ai-for-science-ai4s-basic — AI for Science 迁移

通用 AI for Science 昇腾 NPU 模型迁移 Skill，适用于将 PyTorch、TensorFlow、vLLM 等框架的 CUDA 项目迁移到华为 Ascend NPU，覆盖环境检查、代码分析、自动/手动迁移、分布式改造、第三方库替换与验证全流程。

• 帮助命令：/ai-for-science-ai4s-basic:help
• 详细说明：AI4S-basic/README.md

ascend-torchnpu-migration-plugin — torch_npu 迁移

将传统 PyTorch 深度学习模型通过 torch_npu 适配层迁移至昇腾 NPU 的插件，覆盖环境搭建、代码迁移、精度验证与报告输出。仅支持 torch_npu 路径，不包含 ATC 编译、ACL 原生开发或 MindSpore 迁移。

• 调用示例：/ascend-torchnpu-migration-plugin:migration-ascend-torchnpu
• 详细说明：ascend-torchnpu-migration-plugin/README.md

ascend-migration-torchnpu-agent — 迁移 Agent

Claude Code / OpenCode 迁移 Agent 插件，将 CPU/GPU 上的深度学习模型自动迁移至昇腾 NPU。流程为：代码分析 → CPU 基线 → NPU 迁移 → 结果验证 → 迁移报告。

• 入口命令：/ascend-migration-torchnpu-agent
• 详细说明：ascend-migration-torchnpu-agent/README.zh-CN.md

example-plugin — 插件开发示例

展示 Claude Code 插件全部扩展能力的参考实现，包含 Skills、Agents、Commands、Hooks 与 MCP Server 配置，适合作为自定义插件的开发模板。

• 详细说明：example-plugin/README.md

仓库结构

awesome-ascend-plugins/
├── .claude-plugin/
│   └── marketplace.json          # Marketplace 清单（插件注册入口）
├── ascend_AscendC_plugins/       # AscendC 算子开发
├── profiling-analysis-plugin/    # Profiling 分析
├── msmodelslim/                  # 模型量化
├── AI4S-basic/                   # AI for Science 迁移
├── ascend-torchnpu-migration-plugin/
├── ascend-migration-torchnpu-agent/
└── example-plugin/               # 示例插件

许可证

各插件目录下可能有独立的 LICENSE 文件，使用前请查阅对应插件说明。