3DGS 代码审查专家
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/jaccen。
技能介绍
要解决的问题
3D 高斯泼溅（3DGS）实现常常“看起来能跑，但细节容易错”。常见风险包括 alpha compositing 排序错误、SH 系数误用、scale 允许为负导致爆炸、opacity sigmoid 重复应用，以及缺少 tile culling 带来的数倍性能损耗。工程师在排查渲染偏暗、颜色异常、训练不稳定或显存溢出时，往往需要同时理解图形学、CUDA 与训练流程。
技能如何工作
该技能以图形工程视角审查代码，而不是泛泛 lint。它会检查 渲染管线：是否按深度而非距离排序、T_i = T_{i-1} * (1 - alpha_i) 与颜色累积是否正确、是否早停。它还会识别 高频陷阱：C0 系数、scale 约束、背景 alpha 处理；并给出 性能修复：tile culling、降低 SH degree、周期性排序、梯度检查点。输出倾向于给出具体原因、数学依据与可替换的局部写法，而不是只说“这里有 bug”。
适用边界
它适合审查 PyTorch/CUDA 等实现中的 3DGS 代码片段，尤其是有渲染 kernel、训练循环或损失函数的场景。它不替代完整工程审计，也不能保证覆盖所有版本差异；对于 JAX、TorchScript、特殊自定义算子，仍需结合框架版本与实际 profiling 结果判断。
使用场景
- 审查渲染内核，定位偏暗、深度排序错误与 alpha 累积异常
- 排查 3DGS 训练循环，定位 scale 失控、SH 系数误用与显存溢出
- 检查 loss 与优化器配置，确认背景 alpha、近裁剪面与早停逻辑
- 评估性能瓶颈，补充 tile culling、周期排序与梯度检查点方案
适合人员
- 负责 3DGS 渲染管线的图形工程师，想快速找出 alpha 合成与排序错误
- 维护 CUDA 高斯泼溅 kernel 的算法工程师，需要确认 tile culling 与性能陷阱
- 训练重建模型的计算机视觉工程师，想审查 loss、SH 配置与显存策略
- 接手 3DGS 项目代码的研究工程师，需要定位渲染伪影与训练不稳定原因
相关技能
面向中文财经与投研文本的去AI化编辑工具，识别研报腔、模板句和空话，重写为自然具体表达，并可按需导出 Word。
根据产品模型设计和 PRD 生成包含产品概述、MVP、用户故事与非功能需求的用户场景文档。
接收故事片段后保持世界观、人物与文风，生成悬疑、甜宠、科幻等风格的连贯续写，并支持字数、伏笔和结局走向控制。
围绕微博热点与品牌节点，生成可复制短文案、评论预案、检查清单和风险提示。