Fpai-backend

FPAI 跨 skill 共享资源仓库（不属于任何单个 skill）。

当前内容：

• backend_profiles/ —— 多后端（BY=100Tai / ZG=30Tai / WL=400Tai）共享参数档案（单一真源）： BY.json / ZG.json / WL.json + backend_profile.py 加载器 + README.md 字段说明。

各 skill 如何引用

各 skill 通过动态解析定位 profile 目录（不写死单一路径）：

1. 命令行 --backend-profiles <dir>
2. 环境变量 FPAI_BACKEND_PROFILES
3. 知识库 %FPAI_KB%\backend_profiles（KB 可达时）
4. 本地共享目录 <opencode>\shared\backend_profiles（本仓库，KB 不可达时兜底）

详见 backend_profiles/README.md。

版本与迁移

• 本仓库是 profile 的权威来源；KB 恢复后可整体镜像到 %FPAI_KB%\backend_profiles\，各 skill 的解析顺序已兼容两种位置。

使用方式有变化吗？

基本不变：还是”调用 xxx skill 完成精度分析/量化调优”。新增的只是一个可选参数 --backend-profiles <dir>（一般不用传）。

会自动 link 到 profile 吗？会——skill 内置了动态解析，按以下顺序找 profile 目录，命中即用：

1. 命令行 --backend-profiles <dir>
2. 环境变量 FPAI_BACKEND_PROFILES
3. KB：%FPAI_KB%\backend_profiles\（KB 可达时自动命中）
4. 本地共享目录：<opencode>\shared\backend_profiles\（由 skill 路径相对推导，非硬编码）

所以 KB 和本地两种位置都自动兼容，以后把 profile 从本地挪到 KB，不用改 skill 代码。

需要做的一件事：把 profile 放到能被找到的位置

Fpai-backend 仓库要 clone 到与 skills 平级的 shared 下，即：

~/.config/opencode/
├── skills/
│   └── Fpai-user-analysis-accuracy/ ...   # 各 skill
└── shared/
    └── backend_profiles/
        ├── BY.json  ZG.json  WL.json
        ├── backend_profile.py
        └── README.md

clone 命令（示例）：

git clone https://gitlink.org.cn/fpai/Fpai-backend.git "$env:USERPROFILE\.config\opencode\shared"

或者：

• 放 KB：%FPAI_KB%\backend_profiles\（KB 可达时优先命中）；
• 或任意位置 + 设环境变量 FPAI_BACKEND_PROFILES=<该目录>。

找不到 profile 会怎样？

不会报错——脚本/说明会回退到内置默认映射（BY=buyi / ZG=zg330 / WL int8·fp16=wl170 / WL fp32=zg30s；BY 默认 int8/int16、ZG/WL int8/fp16；BY→int16、ZG/WL→bf16）。也就是说：

• profile 就位 → 走后端参数表（推荐，单一真源）；
• profile 缺失 → 行为与改造前一致（兜底），不会中断。

如何确认真的用上了 profile

• 精度/耗时：脚本里可直接看解析结果（如 generate_time_configs._profile_root()、accuracy_analysis.backend_profile_root()）；
• 量化调优：python scripts\show_backend_profile.py --backend 100Tai 能打印出 autotune 即说明命中。

一句话：调用方式不变，profile 自动按 KB→本地顺序挂载；只要 profile 在 KB 或 opencode\shared\backend_profiles，就会自动 link。