昇腾 Model-Agent 仓库完整介绍（仓库地址：https://gitcode.com/Ascend/model-agent）

一、项目基础定位

昇腾 Model-Agent 是华为昇腾面向NPU生态开源的模型全流程自动化智能体框架，核心解决GPU模型迁移昇腾、模型适配、量化、推理调优、部署验证、文档生成全链路重复工程工作，把昇腾CANN、torch_npu专家经验封装成可复用模块化Skill技能库，实现一句话自动完成模型落地，大幅降低昇腾开发门槛。

基础信息

1. 开源地址：GitCode https://gitcode.com/Ascend/model-agent
2. 当前稳定版本：v1.0.0 正式版，v1.0.1rc1 灰度迭代（2026-07更新）
3. 开发语言：Python 82.69%，配套JS、Markdown、Dockerfile
4. 支持硬件：昇腾910、Atlas A2/A3、310P全系列NPU
5. 核心适配框架：torch_npu、vLLM-Ascend、MindIE、CANN算子、AI4S科学计算模型

二、核心架构与核心模块

1. 仓库整体目录结构

model-agent/
├── engine/          # 核心智能体引擎（工作流、经验记忆、技能注册）
│   ├── experience/  # Hermes自演进经验引擎（记忆历史适配方案）
│   ├── workflow/    # DAG动态工作流规划器，自动编排多Agent协作
├── server/          # FastAPI后端服务（默认端口18003）
├── mcp_servers/    # MCP协议服务（Cannbot、msAgent两大内置工具，144个算子/调试工具）
├── skills/          # 核心技能库（301套标准化SKILL，11大场景分类）
├── ascend-skills-eval/ # 技能自动化评测系统（9维打分、可视化成果报告）
├── docker/          # 容器一键部署配置
├── tests/docs/      # 测试用例、部署实践文档
├── commands/        # 斜杠交互命令（/pta /adapt /optimize /verify等）

2. 四大核心引擎能力

1. Dynamic Workflow 动态工作流引擎
   替代静态提示词，LLM自动拆解模型任务为DAG步骤，支持并行执行、失败重试、进度可视化，复杂模型迁移、多阶段调优全自动串联执行。
2. Hermes 自演进经验引擎
   持久化存储历史模型适配踩坑方案、参数配置、调优经验，同类模型自动复用过往优化方案，越用越精准。
3. MCP 模型上下文协议集成
   内置Cannbot算子调试、msAgent性能Profiling智能体，自动解析NPU性能日志、定位算子瓶颈、精度报错。
4. PTA 专用PyTorch-NPU智能体
   /pta专属命令，专门处理torch_npu模型迁移、框架报错、分布式训练适配，覆盖Megatron、FSDP、vLLM大模型场景。

三、Skills技能库（项目核心资产）

仓库沉淀301套完整可复用昇腾开发技能，分三级Tier优先级：

• Tier1（27个核心）：高频通用模型适配、vLLM部署、算子调试
• Tier2（121个扩展）：AI4S、多模态、分布式训练、Profiling调优
• Tier3（148个长尾）：小众CV/科学模型、定制算子、CI/CD文档

11大业务分类

分类	技能数量	核心用途
模型部署 Deployment	136	vLLM、ATC转换、容器部署、NPU环境安装
性能优化 Optimization	91	Profiling、AscendC/TileLang算子、KV Cache调优
模型适配 Adaptation	30	GPU→NPU迁移、torch_npu转换、报错修复
质量验证 Verification	67	精度对齐、HCCL分布式测试、冒烟验证
PTA智能体	6	PyTorch-NPU全流程流水线
文档生成	14	算子文档、部署指南、自动实验报告
模型量化	2	昇腾模型压缩、精度-性能权衡
通用工具	23	SSH、单元测试、代码重构、Bug自动修复
AI4S科学计算	多套Skill	分子模拟、流体科学模型昇腾移植
知识检索	1	CANN官方文档智能检索
其他	6	归档、小众场景模板

高频实用交互命令（开箱即用）

/pta          # PyTorch-NPU模型问题排查、迁移
/adapt        # 自动完成GPU模型适配昇腾NPU
/verify       # 推理精度、性能基线自动化验证
/optimize     # vLLM-Ascend、算子性能自动调优
/quantify     # 模型量化配置生成与评估
/experience forget # 管理Hermes历史适配经验
/workflow     # 手动编排复杂多阶段模型任务

四、三种快速使用方式

方式1：在线平台体验（零部署）

访问昇腾模型生态全景平台，浏览器直接运行Model-Agent，内置免费NPU算力。

方式2：Claude/AtomCode插件安装（推荐IDE集成）

# Claude Code
/plugin marketplace add https://gitcode.com/Ascend/model-agent.git
/plugin install ascend-model-agent-plugin
/reload-plugins

方式3：本地Docker容器部署

1. 克隆仓库：git clone https://gitcode.com/Ascend/model-agent.git
2. 内置Makefile一键构建镜像：make docker-build && make docker-run
3. 服务启动后访问 127.0.0.1:18003 交互界面

五、项目核心价值与优势

1. 效率提升：资深工程师3~5天的模型适配工作，Agent自动化1小时完成；
2. 零门槛：无需精通CANN、AscendC算子开发，自然语言下发指令即可；
3. 标准化评测：内置ascend-skills-eval工具，自动输出可视化调优成果卡片；
4. 开源共建：支持开发者提交自定义Skill，贡献技能可参与官方大赛奖金激励；
5. 全链路闭环：模型检索→适配→量化→调优→验证→部署→自动生成文档一站式完成。

六、B站相关视频&学习资源（昇腾Model-Agent）

1. 官方直播回放（B站可搜关键词）

关键词直接复制到B站搜索框：

1. 昇腾Model Agent 实战拆解 从一句话适配到一键提交
   2026年5月官方实操直播，完整演示本地Docker部署、Qwen/Llama大模型一键迁移、Profiling性能自动优化、大赛提交流程，最适合新手入门。
2. 昇腾Model Agent v1.0新版本全功能讲解
   官方技术专家讲解动态Workflow、Hermes经验引擎、MCP msAgent性能分析三大核心新特性。
3. 昇腾Model Agent模型适配大赛实战教程
   第二季配套实操视频，413个模型池自动化适配完整流程，适合参赛开发者。

2. B站配套搜索关键词汇总（精准定位视频）

• 主关键词：昇腾 Model Agent、Ascend model-agent
• 细分场景：
  • torch_npu Model Agent 适配
  • vLLM-Ascend Model Agent调优
  • 昇腾MCP msAgent Profiling
  • Model Agent Docker容器部署

3. 配套文字学习资料（视频配套讲义）

1. 昇腾社区Model-Agent官方镜像文档：https://www.hiascend.com/developer/ascendhub/detail/model-agent
2. GitCode官方CSDN专栏：Model-Agent新版本更新、实战拆解系列图文
3. 仓库内docs/practices/：CubeAI ViT图像分类、AI4S科学模型端到端部署完整实操文档

七、适用人群

1. 昇腾NPU模型开发、大模型推理优化工程师
2. GPU模型迁移昇腾、AI for Science科研开发者
3. 想搭建自定义AI智能体、沉淀昇腾领域工具链的开发者
4. 参加昇腾Model-Agent模型适配大赛的参赛团队

八、开源贡献渠道

1. 提交Issue反馈Bug/新增Skill需求：仓库Issues板块
2. 提交PR贡献自定义技能、文档优化，官方会收录入库
3. 参与每季昇腾Model-Agent适配大赛，最高14.4万奖金池，贡献Skill单套百元激励

昇腾Model-Agent模型适配大赛 全部官方网址

一、第二季（2026最新，正在进行，14.4万奖金池）报名主站

https://competition.gitcode.com/competition/2083120580017467393/intro

• 赛事时间：2026年8月3日全新开赛，413个模型适配任务池
• 主办：昇腾Ascend + AtomGit(GitCode)社区

二、第一季（已结束，20万奖金，4.30-5.30）历史页面

https://competition.gitcode.com/competition/2049738793226276866/intro

三、昇腾官方社区赛事介绍页（华为hiascend官网）

https://www.hiascend.com/developer/activities/details/ebe6f8d4837f4d9489cda758ba2cb9af

四、配套开发/生态平台链接

1. Model-Agent开源仓库（提交Skill/适配成果）
   https://gitcode.com/Ascend/model-agent
2. 昇腾模型生态平台（大赛模型池、开发环境）
   https://ai.gitcode.com/ascend-model-ecosystem
3. AtomCode开发工具（参赛IDE，免费Pro套餐）
   https://atomcode.atomgit.com?invite=CAPAFMH4

五、B站视频检索关键词（直接复制搜索）

1. 昇腾Model Agent 模型适配大赛 第二季实操
2. 昇腾Model Agent 实战拆解 大赛教程
3. Model-Agent大赛413模型池适配演示

补充说明

1. 大赛全部流程、榜单、任务清单、作品提交均在 competition.gitcode.com 域名内操作；
2. 参赛需要GitCode/AtomGit账号登录，支持单人/2-5人组队；
3. 第一季赛事已落幕，仅作资料回看；当前可直接报名第二季新赛事。

昇腾Model-Agent大赛第一季（第一赛季）完整结果查看渠道+完整获奖名单

一、为什么赛事页面看不到榜单？

1. GitCode赛事活动页只保留报名、规则入口，赛事结束后不会在活动主页内嵌完整榜单；
2. 完整获奖公示、颁奖记录、名单发布在 GitCode官方CSDN博客（6月29日赛后颁奖专题文章）；
3. 800I模型调优赛道因复审周期长，名单仅线上文章分批放出，赛事页面无汇总。

二、官方结果公示链接（唯一完整榜单页面）

1. 第一季颁奖典礼&完整获奖名单原文（必看）

https://gitcode.blog.csdn.net/article/details/162408922
发布时间：2026-06-29（上海线下Meetup颁奖现场同步公示）

2. 第一季赛事活动主页（仅规则，无榜单）

https://competition.gitcode.com/competition/2049738793226276866/intro

3. 昇腾社区第一季活动介绍页（无获奖明细）

https://www.hiascend.com/developer/activities/details/ebe6f8d4837f4d9489cda758ba2cb9af

三、第一季完整获奖结果（原文摘录）

赛事基础数据

• 周期：2026.4.30-5.30
• 总奖金池：20万元
• 参赛：近百支团队，提交5600+份作品，1800+份有效可落地适配成果

1）模型适配赛道（主赛道）

• 一等奖：123（团队ID）
• 二等奖：全速前进、立日心外
• 三等奖：gyccc、V我50、冬阳
• 优秀贡献奖：zkx_、zhangyuyuyu、杀杀杀、飞羽、祂、南亦、YYPGD、gcw_HxvH3o63、Xiaoxy510、关注塔菲喵、cyiing、XiaYuanOwO、循环、Lizi6-6、colour_hand

2）模型调优310P赛道

• 一等奖：123团队
  落地模型：GROOT N1.6（3B）、GraspNet（1B）

3）Agent Skill开发赛道

优秀贡献奖：123、我就想拿个奖、晚芯、Nice try、Ismx、gcw_Pp8UzTBn

补充说明

模型调优800I高端卡赛道作品赛后持续复审，未一次性完整公示，无统一汇总名单，仅单独私信通知获奖团队。

四、其他配套结果资料

1. B站检索关键词（第一季颁奖回放）
   昇腾Model Agent 第一季大赛 上海颁奖
2. 第二季当前赛事链接（可实时看榜单）
   https://competition.gitcode.com/competition/2083120580017467393/intro
3. 查看榜单操作建议
   打开CSDN博客链接后，文章中部直接完整列出所有赛道获奖人员，附带现场颁奖实拍图，是目前全网唯一完整汇总第一季赛事结果的官方渠道。