-
pyrefly-type-coverage：把单个文件从”类型宽松”推到”全注解”的手术刀
类型注解这事，大部分人的第一反应是"能跑就行"。但 PyTorch 这种千万行级别的仓库，早把类型检查从可选项变成了准入线。Meta 开源 Pyrefly 之后，PyTorch 是最早切过去的那批大仓库之一。 切过去容易，把存量代码逐文件补齐注解才是真正的苦活。Smithery 上这个 pytorch/pyrefly-type-coverage，就是官方把这件苦活写成的一份操作…- 1.2k
- 0
-
metal-kernel：把 PyTorch 在 Apple Silicon 上的内核，从 MPSGraph 拉回原生 Metal
用 Apple Silicon 跑 PyTorch 的人，多半对 MPS 后端又爱又恨。爱的是它确实让 M1/M2/M3 那几颗芯片有了存在感，恨的是它总在关键时刻掉链子，要么算子不支持，要么数值对不上，要么性能比 CPU 还拉胯。 问题的根子，PyTorch 官方自己也承认，出在 MPSGraph 这套实现方式上。MPSGraph 是 Apple 的高层图 API，PyTorch 早期为了快速铺…- 1.1k
- 0
-
Aoti-debug：把 AOTI 崩溃排查，从玄学变成一张路由表
做过 PyTorch 模型 AOT 部署的人，多半见过这种场面：模型好不容易 aot_compile 过了，加载进推理服务的那一刻直接 segfault，报错信息要么是空指针，要么是一句看不懂的指针位置提示。这时候你盯着代码看半天，往往什么都查不出来，因为问题根本不在代码里。 PyTorch 官方在 Smithery 上发了个 skill 专门治这个，叫 aoti-debug，挂在 pytorch…- 1.2k
- 0
-
Triaging-issues：把 PyTorch issue 分诊的隐性规则，写成一条可执行的决策树
给 GitHub issue 分诊，听起来是件没技术含量的小事。读一眼标题，贴个标签，丢给对应团队，完事。PyTorch 这种一天几十个 issue 的仓库，居然专门为这事做了一个 skill，还上了 Smithery 平台。乍看是小题大做，读完才明白，分诊这事比想象中门槛高得多，贴错一个标签，issue 就得在错误的队列里躺上好几天。 多数人对 triage 的默认想象，就是「读标题、匹配关键词…- 1k
- 0
-
Docstring：把 PyTorch 那套没人明说的文档约定，打包成一个 Skill
写 docstring 是程序员的基本功。给函数加个三引号，说明它做什么、参数是什么、返回什么。这事谁都会，ChatGPT 也能代劳。那 PyTorch 官方为什么还要专门出一个 skill 来讲它？ 我第一次翻到 smithery.ai 上这个 pytorch/docstring，反应也差不多：写注释还用教？但读完它整份 SKILL.md，我发现一个之前忽略的事实。这个 skill 教的不是怎么…- 1k
- 0
-
AppInsights Instrumentation：把你的 Web 应用监控黑盒一键拆开
你有没有过这种体验：应用在 Azure 上跑了一个月，除了 HTTP 状态码，你对它内部发生了什么一无所知。请求慢在哪？依赖调用有没有瓶颈？异常率是不是在悄悄上升？ 这些问题不是没法回答，是需要你手动搭一套遥测管线。Application Insights 本身不难配，麻烦的是每次新建项目、每次换语言、每次改托管方式，你都得把同一套配置重新走一遍。 AppInsights Instrumentat…- 1k
- 0