Agent Skills
返回列表
3DGS 代码评审专家

3DGS 代码评审专家

开发编程 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_1e94615e/3dgs-code-reviewer-new。

技能介绍

问题：3DGS 代码“跑通”不等于正确

3D Gaussian Splatting 实现涉及排序、alpha 合成、SH 颜色、scale/opacity 参数化、CUDA kernel 与训练损失。很多 bug 不会直接报错，而是表现为黑屏、闪烁、边缘噪点、训练发散或渲染变暗。人工 review 容易漏掉 T_i 累加、front-to-back order、tile culling、near-plane clipping 等细节。

工作方式：按 3DGS 专项清单审查

该技能以资深图形工程师视角审查代码，重点关注：

  • 渲染管线：检查深度排序、alpha 合成公式、早停条件与 SH 系数
  • 常见陷阱：识别 opacity 双重 sigmoid、negative scale、错误 SH basis 等 55+ 模式
  • 性能瓶颈：发现缺少 tile culling、CPU sorting 过频、SH degree 过高等 5-10x 开销
  • 边界情况：提示 near-plane clipping、低 alpha 背景 SH、相机贴近高斯点等 subtle bug

审查时按正确性、性能、风格建议排序，并要求解释数学/工程原因，适配 PyTorch/CUDA/JAX 版本差异。

适用边界

适合已有 3DGS 渲染或训练代码的评审、调试与优化，不适用于从 0 生成完整项目。若输入缺少关键上下文，如相机参数、排序实现、loss 定义，结论会受限。

使用场景

  • 审查 3DGS 渲染 kernel，确认深度排序、alpha 合成与 early termination 是否正确。
  • 调试黑屏、闪烁、颜色偏暗等渲染 artifact，定位 SH、opacity、scale 参数化问题。
  • 检查训练 pipeline 与 loss 实现，避免 loss 错误、梯度异常或大场景 OOM。
  • 评审 PyTorch/CUDA 3DGS 代码性能，找出 tile culling、CPU sorting 和 SH degree 开销。

适合人员

  • 做 3DGS 渲染器或 SIBR viewer 的图形工程师，需要审查 CUDA kernel 正确性。
  • 调 3D Gaussian Splatting 训练稳定性的研究者，需要排查 loss 与参数化 bug。
  • 维护大规模场景实时渲染服务的后端/图形工程师，需要降低 tile、排序、SH 开销。
  • 负责代码评审的人，需要在 PR 中检查 3DGS alpha、SH、scale 等易错实现。