tracelens-analysis-orchestrator

分析オーケストレーター

システムレベルの分析（CPU／アイドル、カーネル融合、複数カーネル／通信／メモリコピー）と計算カーネルの分析（GEMM、SDPA、要素単位など）を連携します。トレースを一度読み込み、共通の前処理を行い、サブエージェントを並列実行した後、結果を analysis.md に集約します。

全手順

各ステップ（ユーザープロンプト、<prefix>／{CMD} の使用、CLI コマンド、サブエージェントの起動テキスト、検証、レポートの tee 順序、プロットの埋め込み、トレース診断）については、reference.md に従ってください。

ワークフロー索引

0. Query User Inputs (Platform, Trace Path(s), Analysis Mode, Environment Setup)
1. Generate Performance Report (branches on analysis mode: training vs inference then, comparison scope)
2. Trace-Quality Gate → Deterministic fallback analysis
3-6. Prepare Category Data (GPU Util, Top Ops, Tree Data, Multi-Kernel Data, Category Filtering)
7. System-Level Analysis (PARALLEL) → system_findings/
8. Compute Kernel Subagents (PARALLEL) → category_findings/
  8.5. Aggregate → priority_data.json::findings[]
9. Validate Subagent Outputs
10. load_findings + Model Identification (subagent) → metadata/model_info.json
11. Render performance PNG if agent_extension.py is absent
12. Generate analysis.md (orchestrator writes via <prefix> tee), optional extension, embed PNG

ルール

• サブエージェント： runner のサブエージェント用プリミティブ（Claude Code または Cursor の Task ツール、Codex の spawn_agent）を使用するのは、reference.md で「subagent」と指定されているステップ（ステップ 7、8、10）に限ります。ステップ 8.5 を含むその他すべての処理は、オーケストレーターが <output_dir>/cache/cmd_prefix.txt のコマンドプレフィックス（{CMD} の置換）を使用して実行します。
• 言語： ベンダーに依存しない用語（GPU カーネル、集合通信、ベンダーの GEMM ライブラリ、DNN プリミティブ、GPU グラフ）を優先してください。トレースデータを引用する場合は、実際のカーネル名を使用してかまいません。
• サブエージェントへのプロンプト： 各サブエージェントには、チェックイン済みのエージェントファイル TraceLens/Agent/Analysis/skills/analysis-orchestrator/agents/<name>.md を指定してください（正確なパスとプロンプトのひな形については reference.md を参照してください）。

主な出力

• 成果物： <output_dir>/analysis.md
• 内部ファイル： system_findings/、category_findings/、category_data/、metadata/、perf_report*.xlsx、CSV フォルダー。レイアウトについてはパッケージの README を参照してください。

エージェントの構成

プロジェクトのサブエージェントは、このスキルとともに提供されます：TraceLens/Agent/Analysis/skills/analysis-orchestrator/agents/*.md。