diff --git a/.github/workflows/ci.yml b/.github/workflows/ci.yml
index 6cea5c9..58e6ab3 100644
--- a/.github/workflows/ci.yml
+++ b/.github/workflows/ci.yml
@@ -6,9 +6,18 @@ on:
   pull_request:
 
 jobs:
-  # wt 2026-10-07-fix 新增 packaging 门: 算子包化回归（CPU 可跑部分）
-  # ——全算子 __init__.py 导入扫描; NPU 消费段在本机跑, CI 里跳过。
-  # # wt <wangt635@ustc.edu.cn>
+  ops-catalog:
+    runs-on: ubuntu-latest
+    steps:
+      - uses: actions/checkout@v4
+      - uses: actions/setup-python@v5
+        with:
+          python-version: "3.10"
+      - name: 安装 CPU 依赖
+        run: pip install pyyaml -q
+      - name: 算子目录一致性检查
+        run: python3 scripts/build_ops_index.py --check
+
   ops-packaging:
     runs-on: ubuntu-latest
     steps:
@@ -20,7 +29,7 @@ jobs:
         run: |
           pip install pyyaml -q
           pip install torch --index-url https://download.pytorch.org/whl/cpu -q
-      - name: 算子包化导入扫描（16 目录）
+      - name: 算子包化导入扫描
         run: |
           python3 - <<'EOF'
           import importlib, pathlib, sys
@@ -36,7 +45,8 @@ jobs:
               except Exception as e:
                   bad.append(f'{d.name}: {type(e).__name__}: {e}')
           if bad:
-              print('\n'.join(bad)); sys.exit(1)
+              print('\n'.join(bad))
+              sys.exit(1)
           print(f'ops-packaging: {len(dirs)}/{len(dirs)} 目录导入+导出 OK')
           EOF
 
@@ -51,8 +61,8 @@ jobs:
         run: |
           pip install pytest pyyaml -q
           pip install torch --index-url https://download.pytorch.org/whl/cpu -q
-      - name: 单元测试（无 GPU）
-        run: python -m pytest tests/unit -q
+      - name: 单元测试
+        run: python3 -m pytest tests/unit -q
 
   docs-and-syntax:
     runs-on: ubuntu-latest
@@ -67,12 +77,116 @@ jobs:
           errs = []
           anchor_cache = {}
 
-          def anchors_of(p):
-              k = str(p)
-              if k not in anchor_cache:
-                  text = p.read_text(encoding='utf-8', errors='replace')
-                  hs = re.findall(r'^#{1,6}\s+(.*)$', text, re.M)
-                  anchor_cache[k] = {
-                      re.sub(r'[^\w\u4e00-\u9fff-]', '', h.strip().lower().replace(' ', '-'))
-                      for h in hs}
-              return anchor_cache[k]
+          def anchors_of(path):
+              key = str(path)
+              if key not in anchor_cache:
+                  try:
+                      text = path.read_text(encoding='utf-8', errors='replace')
+                      anchor_cache[key] = set(re.findall(
+                          r'<a id="([^"]+)"', text
+                      ))
+                  except Exception:
+                      anchor_cache[key] = set()
+              return anchor_cache[key]
+
+          for md in root.rglob('*.md'):
+              if '.git' in str(md):
+                  continue
+              raw = md.read_text(encoding='utf-8', errors='replace')
+              text = re.sub(r'```.*?```', '', raw, flags=re.S)
+              for match in re.finditer(
+                  r'\[([^\]]*)\]\(([^)#\s]+)(?:#([^)\s]+))?\)', text
+              ):
+                  target, anchor = match.group(2), match.group(3)
+                  if target.startswith(('http', 'mailto')):
+                      continue
+                  target_path = (md.parent / target).resolve()
+                  if not target_path.exists():
+                      errs.append(f'{md}: -> {target}')
+                  elif anchor and anchor not in anchors_of(target_path):
+                      errs.append(f'{md}: #{anchor} in {target}')
+
+          print(f'检查完成: {len(errs)} 个错误')
+          for error in errs:
+              print(f' - {error}')
+          sys.exit(1 if errs else 0)
+          EOF
+
+      - name: Python 语法检查
+        run: |
+          python3 - <<'EOF'
+          import ast, pathlib, sys
+          fails = []
+          for path in pathlib.Path('.').rglob('*.py'):
+              if '.git' in str(path):
+                  continue
+              try:
+                  ast.parse(path.read_text(), filename=str(path))
+              except SyntaxError as exc:
+                  fails.append(f'{path}: {exc}')
+          if fails:
+              for failure in fails:
+                  print(f' - {failure}')
+              sys.exit(1)
+          print('Python 语法检查通过')
+          EOF
+
+      - name: YAML 配置检查
+        run: |
+          pip install pyyaml -q
+          python3 - <<'EOF'
+          import glob, sys, yaml
+          fails = []
+          files = (
+              glob.glob('configs/devices/*.yaml')
+              + glob.glob('inputs/*.yaml')
+              + ['.github/workflows/ci.yml', 'ops/catalog.yaml']
+          )
+          for name in files:
+              try:
+                  with open(name, encoding='utf-8') as handle:
+                      yaml.safe_load(handle)
+              except Exception as exc:
+                  fails.append(f'{name}: {exc}')
+          if fails:
+              for failure in fails:
+                  print(f' - {failure}')
+              sys.exit(1)
+          print('YAML 检查通过')
+          EOF
+
+      - name: Intake manifest 契约校验
+        run: python3 scripts/intake_validate.py --validate-only
+
+      - name: 性能基线结构检查
+        run: |
+          python3 - <<'EOF'
+          import glob, json, sys
+          fails = []
+          files = glob.glob('perf/baselines/*.json') + [
+              'intake/manifest.schema.json'
+          ]
+          for name in files:
+              try:
+                  with open(name, encoding='utf-8') as handle:
+                      data = json.load(handle)
+              except Exception as exc:
+                  fails.append(f'{name}: {exc}')
+                  continue
+              if name.startswith('perf/'):
+                  required = (
+                      'schema', 'device', 'created_at', 'updated_at',
+                      'git_commit', 'env_fingerprint', 'cases'
+                  )
+                  for key in required:
+                      if key not in data:
+                          fails.append(f'{name}: 缺字段 {key}')
+                  for case_id, case in data.get('cases', {}).items():
+                      if 'latency_ms' not in case.get('metrics', {}):
+                          fails.append(f'{name}: {case_id} 缺 metrics.latency_ms')
+          if fails:
+              for failure in fails:
+                  print(f' - {failure}')
+              sys.exit(1)
+          print('性能基线结构检查通过')
+          EOF
diff --git a/CHANGELOG.md b/CHANGELOG.md
index 6a671bd..380835d 100644
--- a/CHANGELOG.md
+++ b/CHANGELOG.md
@@ -34,6 +34,19 @@
 ## [Unreleased]
 
 ### Changed
+- **ops/ 文档契约同步（2026-10-13）**: 13 个 MLU 算子的
+  README / REPORT / development / test-report 补记 PR #25 后的
+  `counter + platform` 注册契约、canonical `AutogradPrivateUse1` /
+  兼容 `PrivateUse1`、包态优先导入与 clone 包态执行用例；修正
+  `empty` 的自用/实验路线与 sdpa_math 黄金口径描述；`ops/README`
+  重组为核心多平台算子与 MLU 基础 ATen 算子两组，基础算子再按
+  布局/随机/分配/标量用途分组
+- **可扩放算子目录（2026-10-14）**: 新增 `ops/catalog.yaml` 作为
+  算子 / 平台矩阵唯一事实来源，登记六个目标厂商平台家族与当前增量
+  交付状态；`scripts/build_ops_index.py` 生成 `ops/README.md` 并校验
+  profile、目录、平台声明和多平台文档，配套
+  `docs/operator-catalog.md` 与单元测试；新增 `ops-catalog` CI 门，
+  并恢复完整的 docs-and-syntax 链接 / 语法 / YAML / 基线检查
 - sdpa `PLATFORM.md` 补记多算子 perf registry 顺序加载时的顶层
   `reference` 遮蔽约束；backend 导入回归测试同步覆盖 P800 与 MLU
 
diff --git a/docs/index.md b/docs/index.md
index 513c360..e989373 100644
--- a/docs/index.md
+++ b/docs/index.md
@@ -64,7 +64,8 @@ flowchart TB
 | 完整走一遍开发 | [全链路指南](fullstack-guide.md)（七步流水线 + 覆盖矩阵） |
 | 开发完成后交付/集成 | [集成指南](integration.md)（路径选择 + 分发开销实测） |
 | 确认"精度/性能够不够" | [验收标准](acceptance.md)（口径 + Must/Should 分级 + 重验 runbook） |
-| 存放/查找已开发算子 | [ops/](../ops/README.md)（样板同构 + 索引表） |
+| 存放/查找已开发算子 | [ops/](../ops/README.md)（catalog 生成的增量矩阵） |
+| 维护算子 / 平台矩阵 | [算子目录维护指南](operator-catalog.md)（六平台增量口径） |
 | 理解每层验证 | [测试体系](testing.md) |
 | 追踪性能回归 | [性能回归追踪](performance-regression.md) |
 | 接入 AI 生成的算子 | [AI 生成算子接入](ai-intake.md) |
diff --git a/docs/operator-catalog.md b/docs/operator-catalog.md
new file mode 100644
index 0000000..f451972
--- /dev/null
+++ b/docs/operator-catalog.md
@@ -0,0 +1,151 @@
+# 算子目录维护指南
+
+这份指南说明 FlagOS-OP 如何维护持续增长的算子 / 平台矩阵，并避免把
+`ops/README.md` 变成难以维护的手工宽表。
+
+## 事实来源
+
+事实来源：
+
+```text
+ops/catalog.yaml
+```
+
+生成文件：
+
+```text
+ops/README.md
+```
+
+修改 catalog 后重新生成：
+
+```bash
+python3 scripts/build_ops_index.py
+```
+
+检查生成文件是否最新：
+
+```bash
+python3 scripts/build_ops_index.py --check
+```
+
+不要手工编辑 `ops/README.md`。文件内包含 AUTO-GENERATED 标记；生成结果
+直接入库，是为了让 GitHub 页面保持可读。
+
+## 目标范围
+
+catalog 当前建模六个厂商平台家族：
+
+| Family key | 显示名 | 当前状态 |
+|---|---|---|
+| `ascend` | 华为昇腾 | partial |
+| `cambricon` | 寒武纪 | partial |
+| `kunlunxin` | 昆仑芯 | partial |
+| `thead` | 平头哥 | planned |
+| `enflame` | 燧原 GCU | planned；已知型号 GCU300 / GCU400 / GCU410 |
+| `biren` | 壁仞 | planned |
+
+状态语义：
+
+- **partial**：至少一个算子在该平台家族上有已合并证据；不表示所有算子都支持该平台。
+- **planned**：只表示目标范围；没有算子条目、profile、dispatch key 或支持承诺。
+
+平台矩阵会增量补齐。不要为了表格看起来完整而预填空平台单元格。
+
+## 数据结构
+
+### `platform_families`
+
+每个平台家族记录：
+
+```yaml
+<family-key>:
+  display_name: <厂商显示名>
+  status: partial | planned
+  current_profiles: [<已有 configs/devices profile>]
+  known_variants: [<可选硬件型号>]
+  roadmap_note: <简短非承诺说明>
+```
+
+校验规则：
+
+- 每个 `current_profiles` 项必须存在 `configs/devices/<name>.yaml`。
+- `planned` 家族不能声明 current profile。
+- 家族只有在至少一个算子登记后才可变为 `partial`。
+
+### `operator_groups`
+
+分组描述算子存在的读者原因，而不是提交历史。当前有两类：
+
+- **core**：多平台计算算子，例如 attention、embedding。
+- **foundation**：用于验证执行链路和集成链路的基础 ATen 语义。
+
+生成页按 `rank` 输出分组。现有分类不能准确描述新算子时，应新增分组，
+不要把未来算子硬塞进语义不清的组。
+
+### `operators`
+
+每个算子记录：
+
+```yaml
+name: <算子名>
+directory: <ops 子目录>
+group: <分组 key>
+purpose: <面向读者的一句话作用>
+key_result: <有证据支撑的简短结果>
+platforms:
+  <family-key>:
+    profiles: [<已交付 profile>]
+    implementation: <实现摘要>
+```
+
+foundation 算子还需要顶层 `route`，除非每个平台条目单独声明 `route`。
+算子里的 platform 条目表示已交付声明，必须由该算子的测试和报告支撑。
+
+跨多个平台家族的算子必须维护：
+
+```text
+ops/<operator>/PLATFORM.md
+ops/<operator>/MERGE.md
+```
+
+### `registration_contracts`
+
+注册契约按平台族记录，避免把一个厂商或一个算子族的 dispatch key 复制到
+无关代码。未来新增契约时应记录 canonical key、兼容 key、可注册算子数、
+不可注册算子和实现约束。
+
+## 新增算子
+
+1. 从 `templates/operator/` 复制并完成算子目录。
+2. 通过 kernel、op、framework/application 三层测试。
+3. 补齐 golden 与性能证据。
+4. 在 `ops/catalog.yaml` 的 `operators` 中登记。
+5. 运行 `python3 scripts/build_ops_index.py`。
+6. 确认 `python3 scripts/build_ops_index.py --check` 通过。
+
+校验器要求 `ops/` 下每个目录都出现在 catalog 中，防止新算子合入后没有
+库存索引记录。
+
+## 新增平台实现
+
+1. 新增 `configs/devices/<profile>.yaml`。
+2. 把 profile 加入厂商家族的 `current_profiles`。
+3. 只有当首个算子的实现和验证合入后，才把家族从 `planned` 改为 `partial`。
+4. 在对应算子的 `platforms` 中登记该家族。
+5. 更新算子的 `PLATFORM.md`；第二个及后续平台还需维护 `MERGE.md`。
+6. 重新生成 `ops/README.md`。
+
+新增厂商家族时，先登记 `planned` 家族和不承诺支持的 roadmap 说明；算子
+条目等到实现和验证落地后再添加。
+
+## 文档边界
+
+生成页只回答：
+
+- 当前有哪些算子；
+- 哪些平台家族已有交付证据；
+- 详细信息在哪里。
+
+它不替代算子内文档。详细契约、fallback 边界、数值容差、性能协议和已知
+限制仍维护在各算子的 README、REPORT、PLATFORM 和报告分册中。
diff --git a/ops/README.md b/ops/README.md
index 38281b7..249ab1d 100644
--- a/ops/README.md
+++ b/ops/README.md
@@ -1,8 +1,15 @@
 # 已开发算子（ops/）
 
-这个目录存放**按样板开发完成并交付的算子**——每个子目录一个算子，
-结构与 [templates/operator](../templates/operator/README.md) 完全一致
-（kernel 三级 · test 三层 · goldendata · script · REPORT + 交付报告四件套）。
+<!--
+AUTO-GENERATED FROM ops/catalog.yaml
+Run: python3 scripts/build_ops_index.py
+Do not edit this file directly.
+-->
+
+这个目录存放按样板交付的算子。[ops/catalog.yaml](catalog.yaml) 是算子清单和平台
+覆盖的唯一事实来源；本页由脚本生成，避免手工维护长表格时漏改，也
+避免把局部平台结论误写成全局结论。
+维护方法和数据模型见[算子目录维护指南](../docs/operator-catalog.md)。
 
 ## 新算子放进来
 
@@ -12,66 +19,129 @@ cd ops/<你的算子名>/
 grep -rl my_op . | xargs sed -i 's/my_op/<你的算子名>/g'
 ```
 
-开发流程照[全链路指南](../docs/fullstack-guide.md)七步走；完成后:
-
-1. `python3 example.py <profile>` 一键三层全绿
-2. 补齐交付报告四件套（REPORT + development + test-report + 分册，
-   范本见 [softmax-fullstack](../examples/softmax-fullstack/reports/development.md)）
-3. 在下方索引表登记一行
-4. 交付路径选择见[集成指南](../docs/integration.md)（FlagGems 贡献 /
-   aten 注册 / vllm_fl 插件 / 厂商身份）
-
-## 算子索引
-
-> 硬件平台合计 **3 个**：`ascend910`（sdpa / sdpa_math / embedding）· `p800-kunlunxin`（sdpa / sdpa_math / embedding）· `cambricon`/`mlu590`（sdpa / embedding + 13 个 Torch/Triton 级算子）。 算子级明细见下表「硬件平台」列与各算子的 `REPORT.md` 表头。
-
-| 算子 | 硬件平台 | 开发级别 | 路线 | 状态 | 交付报告 | 备注 |
-|---|---|---|---|---|---|---|
-| [sdpa](sdpa/)（scaled_dot_product_attention） | **3** · ascend910 / p800-kunlunxin / mlu590 | Triton / 厂商委托 | A1（aten 拦截） | ✅ 定稿 | [REPORT](sdpa/REPORT.md) | ascend910 + p800-kunlunxin + mlu590 · 三平台黄金 397/397（Ascend 历史 265/265） · [平台绑定](sdpa/PLATFORM.md) / [多平台合并](sdpa/MERGE.md) |
-| [sdpa_math](sdpa_math/)（aten::_scaled_dot_product_attention_math） | 2 · ascend910 / p800-kunlunxin | Triton / vendor O/LSE + exact-P | A1（aten 拦截） | ✅ 定稿 | [REPORT](sdpa_math/REPORT.md) | SDPA math 后端（双输出 out+概率图）· 三平台黄金 175/175 · NPU fp16 1.16-2.03x · P800 direct 1.46-2.21x native |
-| [embedding](embedding/)（aten::embedding） | **3** · ascend910 / p800-kunlunxin / cambricon | 厂商委托 / Triton 探针 | A1（aten 拦截） | ✅ 定稿 | [REPORT](embedding/REPORT.md) | 三平台稠密查表/反向 · Ascend 三层+350 PASS · MLU 174/174 逐位 · [平台绑定](embedding/PLATFORM.md) / [多平台合并](embedding/MERGE.md) |
-
-| [type_as](type_as/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](type_as/REPORT.md) | 黄金 111/111；位级一致 |
-| [clone](clone/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](clone/REPORT.md) | 黄金 48/48；存储独立 |
-| [contiguous](contiguous/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](contiguous/REPORT.md) | 黄金 114/114；转置 swiz 提速 ~80x |
-| [copy_](copy_/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](copy_/REPORT.md) | 黄金 78/78；原地+广播 |
-| [dropout](dropout/) | 1 · cambricon | Triton 级 | A1 aten | 三层全绿 | [REPORT.md](dropout/REPORT.md) | 黄金 189/189；随机分支统计判定 |
-| [empty_like](empty_like/) | 1 · cambricon | torch 级 | A1 aten | 三层全绿 | [REPORT.md](empty_like/REPORT.md) | 分配/元数据；黄金 168/168（元数据） |
-| [empty](empty/) | 1 · cambricon | torch 级 | 自用/实验 | 三层全绿 | [REPORT.md](empty/REPORT.md) | 分配原语，不注册（递归风险）；元数据 48/48 |
-| [empty_strided](empty_strided/) | 1 · cambricon | torch 级 | A1 aten | 三层全绿 | [REPORT.md](empty_strided/REPORT.md) | 分配/元数据；元数据 30/30 |
-| [detach](detach/) | 1 · cambricon | torch 级 | A1 aten | 三层全绿 | [REPORT.md](detach/REPORT.md) | 别名词义；黄金 36/36 |
-| [detach_](detach_/) | 1 · cambricon | torch 级 | 自用/实验 | 三层全绿 | [REPORT.md](detach_/REPORT.md) | 不可 A1 注册（autograd key）；36/36 |
-| [item](item/) | 1 · cambricon | torch 级 | A1 aten | 三层全绿 | [REPORT.md](item/REPORT.md) | host 标量；黄金 36/36 |
-| [_local_scalar_dense](_local_scalar_dense/) | 1 · cambricon | torch 级 | A1 aten | 三层全绿 | [REPORT.md](_local_scalar_dense/REPORT.md) | host 标量原语；36/36 |
-| [result_type](result_type/) | 1 · cambricon | torch 级 | 自用/实验 | 三层全绿 | [REPORT.md](result_type/REPORT.md) | dtype 元数据；黄金 8/8，矩阵 64 项 |
-
-> 均为 MLU（cambricon）实现。合计 13 个算子。
-> 应用层：各 `test/framework_level.py` 为快速等价验证；另有**真实 vLLM** 的
-> A1 多算子注入验证见 `tests/framework_level/test_a1_aten_ops.py`
-> （sitecustomize 桥 + 基线/注入双跑，断言输出逐位一致）。
-> 注：`detach` 可单独注册，但在真实 vLLM 建模时会破坏 `nn.Parameter`
-> 构造，故不纳入多算子注入集（与 `detach_` 同属进程内不可共存）。
-
-> 结构同构的教学样例 [softmax-fullstack](../examples/softmax-fullstack/)
-> 保留在 examples/（它的定位是"教"，ops/ 的定位是"用"）；
-> 后续正式开发的算子一律进 ops/ 并在此登记。
-
-## 约定
-
-- **目录名 = 算子名**（小写下划线，如 `gelu_and_mul`）
-- **交付自查清单**: 见 templates/operator/README「交付自查清单」节
-  （2026-10-07 审计后新增——13 算子曾缺包化入口已补齐，后续算子
-  合并前照单自查，勿再欠账）
-- **包化导入（多算子同进程必用）**: 目录含 `__init__.py`，
-  `from ops.sdpa import register_a1` / `from ops.embedding import
-  register_a1` / `from ops.sdpa_math import register_a1` 顶层名带包前缀，
-  互不遮蔽（根因与验证见
-  sdpa/reports/e2e_mini_llm.md + ops/test_packaging.py）；
-  单算子脚本模式（sys.path 注入目录）继续兼容
-- 未实现的级别**置空 + 说明**（`kernel/hardware_level/README.md`），
-  不留空文件
-- 命名/级别/路线术语遵循 [体系结构](../docs/architecture.md)；
-  Triton kernel 必须内置 [#11](../docs/known-issues.md) device 上下文与
-  [#15](../docs/known-issues.md) 尾块防护两条硬约束
-- 合入本目录前: 三层测试全绿 + 黄金回归 + perf 门禁通过
-  （见[集成指南交付 checklist](../docs/integration.md#checklist)）
+开发流程照[全链路指南](../docs/fullstack-guide.md)七步走。完成后：
+
+1. 运行 `python3 example.py <profile>`，确认三层测试全绿。
+2. 补齐 REPORT 和 development / test-report / accuracy / performance 分册。
+3. 在 `ops/catalog.yaml` 登记算子、用途、平台和证据。
+4. 运行 `python3 scripts/build_ops_index.py` 更新本页。
+5. 交付路径选择见[集成指南](../docs/integration.md)。
+
+## 平台覆盖口径
+
+目标范围是 **6 个厂商平台家族**。当前登记 **16 个算子**：**3 个核心多平台算子**、**13 个基础 ATen 算子**。
+这是一个增量交付子集，不是完整平台矩阵。`planned` 只表示目标范围，
+不表示支持完成；只有进入算子条目并带有测试与报告的平台才计为已交付。
+
+| 目标平台 | 当前状态 | 已登记算子 | 当前 profile / 型号 |
+|---|---|---:|---|
+| 华为昇腾（`ascend`） | 部分交付 | 3 | `ascend910` |
+| 寒武纪（`cambricon`） | 部分交付 | 15 | `cambricon` · `mlu590` |
+| 昆仑芯（`kunlunxin`） | 部分交付 | 3 | `p800-kunlunxin` |
+| 平头哥（`thead`） | 规划中 | 0 | 待首个交付算子确定 |
+| 燧原 GCU（`enflame`） | 规划中 | 0 | 计划覆盖：GCU300 / GCU400 / GCU410 |
+| 壁仞（`biren`） | 规划中 | 0 | 待首个交付算子确定 |
+
+## 核心多平台算子
+
+覆盖注意力、私有 math 后端和 embedding，具备跨平台交付证据。
+
+| 算子 | 作用 | 平台 | 关键结论 |
+|---|---|---|---|
+| [sdpa](sdpa/) | 标准 scaled-dot-product attention 前向路径。 | 华为昇腾（ascend910） · 昆仑芯（p800-kunlunxin） · 寒武纪（mlu590） | 三平台黄金覆盖 397/397。 |
+| [sdpa_math](sdpa_math/) | 私有 SDPA math 后端，同时返回完整概率图。 | 华为昇腾（ascend910） · 昆仑芯（p800-kunlunxin） | 四份实现通过同一组 175 例黄金数据。 |
+| [embedding](embedding/) | 稠密 embedding 前向和 dense backward。 | 华为昇腾（ascend910） · 昆仑芯（p800-kunlunxin） · 寒武纪（cambricon / mlu590） | 已在三个当前厂商平台交付；MLU 侧具备逐位覆盖。 |
+
+## 基础 ATen 算子
+
+这些算子主要验证基础语义、执行链路、A1 注册和真实框架注入。
+它们不一定以性能提升为首要目标，因此按用途分组，避免和核心计算
+算子混在同一张长表里。
+
+### 布局、复制与类型转换
+
+覆盖张量布局、存储、广播和类型转换语义，用于验证执行链路和注册链路。
+
+| 算子 | 作用 | 交付路线 | 关键结论 |
+|---|---|---|---|
+| [type_as](type_as/) | 把 tensor 转换到另一个 tensor 的 dtype，并留在原设备。 | A1 · Triton | 黄金 111/111，结果逐位一致。 |
+| [clone](clone/) | 复制 tensor 到独立存储。 | A1 · Triton | 黄金 48/48；op 层测试覆盖包态执行。 |
+| [contiguous](contiguous/) | 返回连续存储；输入本身连续时保持别名。 | A1 · Triton | 黄金 114/114；转置路径使用 2D swizzle 调度。 |
+| [copy_](copy_/) | 写入已有 tensor，支持布局和广播。 | A1 · Triton | 黄金 78/78。 |
+
+### 随机与 autograd 语义
+
+覆盖随机分支和 detach 语义，用于验证非纯逐元素行为和 autograd 层语义。
+
+| 算子 | 作用 | 交付路线 | 关键结论 |
+|---|---|---|---|
+| [dropout](dropout/) | 验证随机 dropout 语义和统计行为。 | A1 · Triton | 黄金 189/189。 |
+| [detach](detach/) | 返回共享存储的非原地 detach 视图。 | A1 · torch | 黄金 36/36。 |
+| [detach_](detach_/) | 在基础算子族中保留原地 detach 语义。 | experimental · torch | 按设计不可 A1 注册，保持 NotImplementedError。 |
+
+### 分配与元数据
+
+覆盖分配、stride、未初始化内存和 dtype 提升语义；这类算子以元数据判卷。
+
+| 算子 | 作用 | 交付路线 | 关键结论 |
+|---|---|---|---|
+| [empty_like](empty_like/) | 按另一个 tensor 的元数据分配未初始化 tensor。 | A1 · torch | 元数据黄金 168/168。 |
+| [empty](empty/) | 按 size 分配未初始化 tensor。 | experimental · torch | 不注册，避免与 empty_strided 递归；元数据黄金 48/48。 |
+| [empty_strided](empty_strided/) | 按显式 size 和 stride 分配未初始化 tensor。 | A1 · torch | 元数据黄金 30/30。 |
+| [result_type](result_type/) | 计算两个输入的 PyTorch dtype 提升结果。 | experimental · torch | 纯元数据函数；按设计不可 A1 注册。 |
+
+### Host 标量
+
+覆盖单元素 tensor 转 Python 标量的路径，包括公开 item API 底层的私有 ATen 原语。
+
+| 算子 | 作用 | 交付路线 | 关键结论 |
+|---|---|---|---|
+| [item](item/) | 把单元素 tensor 转换为 Python 标量。 | A1 · torch | 黄金 36/36。 |
+| [_local_scalar_dense](_local_scalar_dense/) | 覆盖 item 底层的稠密标量私有原语。 | A1 · torch | 黄金 36/36。 |
+
+## 平台注册契约
+
+注册契约按平台族记录，不把某个平台的 dispatch key 推广成全局规则。
+
+### MLU 基础算子注册契约
+
+适用范围：Cambricon MLU 上的基础 ATen 算子族。
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter: dict | None = None,
+    platform=<explicit-platform>,
+)
+```
+
+- Canonical key：`AutogradPrivateUse1`
+- Compatibility key：`PrivateUse1`
+- 可注册算子：10
+- 不可注册算子：`empty`、`detach_`、`result_type`
+- generic Autograd 不作为单平台默认映射。
+- 可注册实现的导入顺序为包态优先、单算子脚本态 fallback。
+- clone 在 op 层测试中保留包态实际执行代表用例。
+
+## 维护规则
+
+- **目录名 = 算子名**，使用小写下划线。
+- **新增平台家族**先在 catalog 登记 display name、status 和 roadmap，
+  再随首个算子交付 profile；不要提前把规划平台写进 operator 条目。
+- **新增算子**同步更新 catalog、三层测试、golden、性能数据和报告。
+- **多平台算子**必须维护 `PLATFORM.md`；涉及平台合并流程时维护 `MERGE.md`。
+- **平台结论限定范围**：dtype、shape、dispatch key、运行时版本和
+  fallback 边界写在同一份证据链里。
+- **包态导入**统一使用 `from ops.<operator> import register_a1`；脚本态
+  仅作为单算子目录内运行的兼容模式。
+- CI 的 `ops-packaging` 是 CPU 包入口扫描；`ops/test_packaging.py` 是
+  NPU 真机 E2E，两者口径不同。
+- 修改 catalog 后必须运行：
+
+  ```bash
+  python3 scripts/build_ops_index.py
+  ```
+
+- 合入前照[交付自查清单](../templates/operator/README.md)检查。
+
+<!-- Generated from ops/catalog.yaml; do not edit manually. -->
diff --git a/ops/_local_scalar_dense/README.md b/ops/_local_scalar_dense/README.md
index 80bcfa3..1ba2b06 100644
--- a/ops/_local_scalar_dense/README.md
+++ b/ops/_local_scalar_dense/README.md
@@ -26,8 +26,25 @@ python3 script/bench_perf.py --device mlu
 
 ## 关键点
 
-1. 注册：aten::_local_scalar_dense@PrivateUse1（拦截 1 次）。
+1. 注册：aten::_local_scalar_dense@AutogradPrivateUse1（兼容 PrivateUse1；拦截 1 次）。
 2. 判定：标量值相等 + Python 类型 + 多元素报错。
 3. 无 Triton/硬件级（该类算子没有可编译的元素级设备码）。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops._local_scalar_dense import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/_local_scalar_dense/REPORT.md b/ops/_local_scalar_dense/REPORT.md
index 7a1f48b..a830a44 100644
--- a/ops/_local_scalar_dense/REPORT.md
+++ b/ops/_local_scalar_dense/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `_local_scalar_dense`（host 标量类） |
 | 语义 | [reference.py](reference.py)：item 的底层原语：单元素稠密张量 → host 标量 |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/` | ✅ 36/36 |
 | 性能 | 采样 | ✅ 0.0965ms |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `_local_scalar_dense` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops._local_scalar_dense import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；标量值相等 + Python 类型 + 多元素报错。无 Triton/硬件级（该类算子固有）。
diff --git a/ops/_local_scalar_dense/reports/development.md b/ops/_local_scalar_dense/reports/development.md
index 76800a3..1c3686e 100644
--- a/ops/_local_scalar_dense/reports/development.md
+++ b/ops/_local_scalar_dense/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/_local_scalar_dense/reports/test-report.md b/ops/_local_scalar_dense/reports/test-report.md
index 7a60da8..3072b14 100644
--- a/ops/_local_scalar_dense/reports/test-report.md
+++ b/ops/_local_scalar_dense/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `_local_scalar_dense` / A1 / torch 级（host 标量） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py` | PASS（12 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | aten::_local_scalar_dense@PrivateUse1（拦截 1 次） |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅ | `test/framework_level.py` | PASS |
 | 黄金 | ✅ | `script/` | 36/36 |
 
diff --git a/ops/catalog.yaml b/ops/catalog.yaml
new file mode 100644
index 0000000..0b62673
--- /dev/null
+++ b/ops/catalog.yaml
@@ -0,0 +1,267 @@
+# ops/README.md 的唯一事实来源。
+#
+# Rules:
+# - 只登记已交付证据；不要把未来移植写成已完成。
+# - 规划中的厂商只放在 platform_families；测试和报告合入后再加入算子条目。
+# - 修改本文件后运行 scripts/build_ops_index.py。
+
+schema: 1
+updated: 2026-10-14
+
+target_scope:
+  vendor_family_count: 6
+  interpretation: 目标范围是六个厂商平台家族；当前仓库是增量子集，不是完整矩阵。
+
+platform_families:
+  ascend:
+    display_name: 华为昇腾
+    status: partial
+    current_profiles: [ascend910]
+    roadmap_note: 当前集中在注意力和 embedding 算子。
+  cambricon:
+    display_name: 寒武纪
+    status: partial
+    current_profiles: [cambricon, mlu590]
+    roadmap_note: 覆盖注意力、embedding 和基础 ATen 算子族。
+  kunlunxin:
+    display_name: 昆仑芯
+    status: partial
+    current_profiles: [p800-kunlunxin]
+    roadmap_note: 覆盖当前 P800 XMLIR 栈。
+  thead:
+    display_name: 平头哥
+    status: planned
+    current_profiles: []
+    roadmap_note: 首个算子交付时补充 profile 与命名。
+  enflame:
+    display_name: 燧原 GCU
+    status: planned
+    current_profiles: []
+    known_variants: [GCU300, GCU400, GCU410]
+    roadmap_note: 支持落地后记录型号差异。
+  biren:
+    display_name: 壁仞
+    status: planned
+    current_profiles: []
+    roadmap_note: 首个算子交付时补充 profile 与命名。
+
+operator_groups:
+  core:
+    title: 核心多平台算子
+    kind: core
+    rank: 1
+    description: >-
+      覆盖注意力、私有 math 后端和 embedding，具备跨平台交付证据。
+  layout-copy:
+    title: 布局、复制与类型转换
+    kind: foundation
+    rank: 2
+    description: 覆盖张量布局、存储、广播和类型转换语义，用于验证执行链路和注册链路。
+  random-autograd:
+    title: 随机与 autograd 语义
+    kind: foundation
+    rank: 3
+    description: 覆盖随机分支和 detach 语义，用于验证非纯逐元素行为和 autograd 层语义。
+  allocation-metadata:
+    title: 分配与元数据
+    kind: foundation
+    rank: 4
+    description: 覆盖分配、stride、未初始化内存和 dtype 提升语义；这类算子以元数据判卷。
+  host-scalar:
+    title: Host 标量
+    kind: foundation
+    rank: 5
+    description: 覆盖单元素 tensor 转 Python 标量的路径，包括公开 item API 底层的私有 ATen 原语。
+
+operators:
+  - name: sdpa
+    directory: sdpa
+    group: core
+    purpose: 标准 scaled-dot-product attention 前向路径。
+    key_result: 三平台黄金覆盖 397/397。
+    platforms:
+      ascend:
+        profiles: [ascend910]
+        implementation: Triton
+      kunlunxin:
+        profiles: [p800-kunlunxin]
+        implementation: 厂商 efficient attention 委托
+      cambricon:
+        profiles: [mlu590]
+        implementation: TMO / fused overrideable 委托
+
+  - name: sdpa_math
+    directory: sdpa_math
+    group: core
+    purpose: 私有 SDPA math 后端，同时返回完整概率图。
+    key_result: 四份实现通过同一组 175 例黄金数据。
+    platforms:
+      ascend:
+        profiles: [ascend910]
+        implementation: Triton exact-P 路径
+      kunlunxin:
+        profiles: [p800-kunlunxin]
+        implementation: vendor O/LSE 加 exact-P 重建
+
+  - name: embedding
+    directory: embedding
+    group: core
+    purpose: 稠密 embedding 前向和 dense backward。
+    key_result: 已在三个当前厂商平台交付；MLU 侧具备逐位覆盖。
+    platforms:
+      ascend:
+        profiles: [ascend910]
+        implementation: 厂商 index_select 与 dense_backward 委托
+      kunlunxin:
+        profiles: [p800-kunlunxin]
+        implementation: 原生 row-gather 与反向补偿
+      cambricon:
+        profiles: [cambricon, mlu590]
+        implementation: 原生 index_select 与 embedding_backward 委托
+
+  - name: type_as
+    directory: type_as
+    group: layout-copy
+    purpose: 把 tensor 转换到另一个 tensor 的 dtype，并留在原设备。
+    route: A1 · Triton
+    key_result: 黄金 111/111，结果逐位一致。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: clone
+    directory: clone
+    group: layout-copy
+    purpose: 复制 tensor 到独立存储。
+    route: A1 · Triton
+    key_result: 黄金 48/48；op 层测试覆盖包态执行。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: contiguous
+    directory: contiguous
+    group: layout-copy
+    purpose: 返回连续存储；输入本身连续时保持别名。
+    route: A1 · Triton
+    key_result: 黄金 114/114；转置路径使用 2D swizzle 调度。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: copy_
+    directory: copy_
+    group: layout-copy
+    purpose: 写入已有 tensor，支持布局和广播。
+    route: A1 · Triton
+    key_result: 黄金 78/78。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: dropout
+    directory: dropout
+    group: random-autograd
+    purpose: 验证随机 dropout 语义和统计行为。
+    route: A1 · Triton
+    key_result: 黄金 189/189。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: detach
+    directory: detach
+    group: random-autograd
+    purpose: 返回共享存储的非原地 detach 视图。
+    route: A1 · torch
+    key_result: 黄金 36/36。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: detach_
+    directory: detach_
+    group: random-autograd
+    purpose: 在基础算子族中保留原地 detach 语义。
+    route: experimental · torch
+    key_result: 按设计不可 A1 注册，保持 NotImplementedError。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: empty_like
+    directory: empty_like
+    group: allocation-metadata
+    purpose: 按另一个 tensor 的元数据分配未初始化 tensor。
+    route: A1 · torch
+    key_result: 元数据黄金 168/168。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: empty
+    directory: empty
+    group: allocation-metadata
+    purpose: 按 size 分配未初始化 tensor。
+    route: experimental · torch
+    key_result: 不注册，避免与 empty_strided 递归；元数据黄金 48/48。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: empty_strided
+    directory: empty_strided
+    group: allocation-metadata
+    purpose: 按显式 size 和 stride 分配未初始化 tensor。
+    route: A1 · torch
+    key_result: 元数据黄金 30/30。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: result_type
+    directory: result_type
+    group: allocation-metadata
+    purpose: 计算两个输入的 PyTorch dtype 提升结果。
+    route: experimental · torch
+    key_result: 纯元数据函数；按设计不可 A1 注册。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: item
+    directory: item
+    group: host-scalar
+    purpose: 把单元素 tensor 转换为 Python 标量。
+    route: A1 · torch
+    key_result: 黄金 36/36。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+  - name: _local_scalar_dense
+    directory: _local_scalar_dense
+    group: host-scalar
+    purpose: 覆盖 item 底层的稠密标量私有原语。
+    route: A1 · torch
+    key_result: 黄金 36/36。
+    platforms:
+      cambricon:
+        profiles: [cambricon, mlu590]
+
+registration_contracts:
+  cambricon-foundation:
+    title: MLU 基础算子注册契约
+    scope: Cambricon MLU 上的基础 ATen 算子族。
+    signature:
+      dispatch_key: AutogradPrivateUse1
+      counter: dict | None
+      platform: 显式 platform 名称
+    canonical_key: AutogradPrivateUse1
+    compatibility_key: PrivateUse1
+    registerable_count: 10
+    non_registerable_operators: [empty, detach_, result_type]
+    notes:
+      - generic Autograd 不作为单平台默认映射。
+      - 可注册实现的导入顺序为包态优先、单算子脚本态 fallback。
+      - clone 在 op 层测试中保留包态实际执行代表用例。
diff --git a/ops/clone/README.md b/ops/clone/README.md
index 1c6a5d6..e9a1065 100644
--- a/ops/clone/README.md
+++ b/ops/clone/README.md
@@ -7,7 +7,7 @@
 | 项 | 值 |
 |---|---|
 | 宿主 | 标准 aten 算子（`torch.Tensor.clone`） |
-| 路线 | A1：`Library("aten","IMPL").impl("clone", fn, "PrivateUse1")` |
+| 路线 | A1：`register_a1(dispatch_key="AutogradPrivateUse1", counter=None, platform=None)`；兼容 `PrivateUse1` |
 | 设备 | `cambricon`（MLU590-M9） |
 | 语义 | 独立新张量，shape/dtype/device 同 self，不共享存储；preserve_format |
 
@@ -31,4 +31,21 @@ python3 script/bench_perf.py --device mlu --impl triton
 3. 参考实现用原生 `.clone`：op 层测试需在**注册前**取原生参考。
 4. 未实现硬件级（无厂商 clone 原语）。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.clone import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/clone/REPORT.md b/ops/clone/REPORT.md
index 2eda0e0..ab2a844 100644
--- a/ops/clone/REPORT.md
+++ b/ops/clone/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `clone` |
 | 语义 | [reference.py](reference.py)（原生 `self.clone`，位级标准） |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/gen_golden.py` + `check_accuracy.py` | ✅ 48/48 | [goldendata/](goldendata/README.md) |
 | 性能 | perf 门禁 | ✅ | [reports/performance.md](reports/performance.md) |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `clone` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.clone import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 关键数字
 
 | 指标 | 自研 Triton | 原生 |
diff --git a/ops/clone/reports/development.md b/ops/clone/reports/development.md
index a068f39..19c1d80 100644
--- a/ops/clone/reports/development.md
+++ b/ops/clone/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（Cambricon MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 | 项 | 值 |
diff --git a/ops/clone/reports/test-report.md b/ops/clone/reports/test-report.md
index e18e955..cec9b58 100644
--- a/ops/clone/reports/test-report.md
+++ b/ops/clone/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `clone` / A1 / Triton 级 |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过**（应用层为等价 torch API 验证） |
 
 ## 1. 测试范围
@@ -12,6 +12,8 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py cambricon` | PASS |
 | 框架层 | ✅ | `test/op_level.py cambricon` | PASS |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
+| 包态执行 | ✅ | `test/op_level.py` 子进程 | `ops.clone.register → ops.clone.kernel`，输出存储独立 |
 | 应用层 | ✅（等价） | `test/framework_level.py cambricon` | PASS |
 | 黄金回归 | ✅ | `script/` 两脚本 | 48/48 |
 | 性能门禁 | ✅ | `scripts/perf_run.py --pattern ops.clone` | 基线可建 |
diff --git a/ops/contiguous/README.md b/ops/contiguous/README.md
index 28c6b28..e4d9d3b 100644
--- a/ops/contiguous/README.md
+++ b/ops/contiguous/README.md
@@ -7,7 +7,7 @@
 | 项 | 值 |
 |---|---|
 | 宿主 | 标准 aten 算子（`torch.Tensor.contiguous`） |
-| 路线 | A1：`Library("aten","IMPL").impl("contiguous", fn, "PrivateUse1")` |
+| 路线 | A1：`register_a1(dispatch_key="AutogradPrivateUse1", counter=None, platform=None)`；兼容 `PrivateUse1` |
 | 设备 | `cambricon`（MLU590-M9） |
 | 语义 | 已连续返回 self（别名）；否则新连续张量；仅覆盖 contiguous_format |
 
@@ -32,4 +32,21 @@ python3 script/bench_perf.py --device mlu --impl triton
 3. channels_last 等 memory_format 走原生回退。
 4. 参考实现用原生 `.contiguous`：op 层需在注册前取原生参考。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.contiguous import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/contiguous/REPORT.md b/ops/contiguous/REPORT.md
index 476353e..a345a32 100644
--- a/ops/contiguous/REPORT.md
+++ b/ops/contiguous/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `contiguous` |
 | 语义 | [reference.py](reference.py)（原生 `.contiguous`，位级标准） |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/gen_golden.py` + `check_accuracy.py` | ✅ 114/114 | [goldendata/](goldendata/README.md) |
 | 性能 | perf 门禁 | ✅ | [reports/performance.md](reports/performance.md) |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `contiguous` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.contiguous import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 关键数字
 
 | 指标 | 自研 Triton | 原生 |
diff --git a/ops/contiguous/reports/development.md b/ops/contiguous/reports/development.md
index f821d4f..dcdbf4e 100644
--- a/ops/contiguous/reports/development.md
+++ b/ops/contiguous/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 | 项 | 值 |
diff --git a/ops/contiguous/reports/test-report.md b/ops/contiguous/reports/test-report.md
index b8d6fac..40a086e 100644
--- a/ops/contiguous/reports/test-report.md
+++ b/ops/contiguous/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `contiguous` / A1 / Triton 级 |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py cambricon` | PASS |
 | 框架层 | ✅ | `test/op_level.py cambricon` | PASS |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅（等价） | `test/framework_level.py cambricon` | PASS |
 | 黄金回归 | ✅ | `script/` 两脚本 | 114/114 |
 | 性能门禁 | ✅ | `scripts/perf_run.py --pattern ops.contiguous` | 可建基线 |
diff --git a/ops/copy_/README.md b/ops/copy_/README.md
index a55f508..6a5eefd 100644
--- a/ops/copy_/README.md
+++ b/ops/copy_/README.md
@@ -7,7 +7,7 @@
 | 项 | 值 |
 |---|---|
 | 宿主 | 标准 aten 算子（`torch.Tensor.copy_`） |
-| 路线 | A1：`Library("aten","IMPL").impl("copy_", fn, "PrivateUse1")` |
+| 路线 | A1：`register_a1(dispatch_key="AutogradPrivateUse1", counter=None, platform=None)`；兼容 `PrivateUse1` |
 | 设备 | `cambricon`（MLU590-M9） |
 | 语义 | 原地写 dst 并返回 dst；src 支持广播 + cast 到 dst.dtype |
 
@@ -33,4 +33,21 @@ python3 script/bench_perf.py --device mlu --impl triton
 4. boundary 溢出到 ±inf 属合法 cast，判定用 isclose。
 5. 自拷贝（别名）走原生回退；2D 转置型走分块 swiz。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.copy_ import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/copy_/REPORT.md b/ops/copy_/REPORT.md
index 257b3b7..cb2f5f4 100644
--- a/ops/copy_/REPORT.md
+++ b/ops/copy_/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `copy_` |
 | 语义 | [reference.py](reference.py)（原生 `dst.copy_(src)`，原地，位级标准） |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/gen_golden.py` + `check_accuracy.py` | ✅ 78/78 | [goldendata/](goldendata/README.md) |
 | 性能 | perf 门禁 | ✅ | [reports/performance.md](reports/performance.md) |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `copy_` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.copy_ import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 关键数字
 
 | 指标 | 自研 Triton | 原生 |
diff --git a/ops/copy_/reports/development.md b/ops/copy_/reports/development.md
index 4d71169..4c4f3f9 100644
--- a/ops/copy_/reports/development.md
+++ b/ops/copy_/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 | 项 | 值 |
diff --git a/ops/copy_/reports/test-report.md b/ops/copy_/reports/test-report.md
index aab6e7c..ee69a1f 100644
--- a/ops/copy_/reports/test-report.md
+++ b/ops/copy_/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `copy_` / A1 / Triton 级 |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py cambricon` | PASS |
 | 框架层 | ✅ | `test/op_level.py cambricon` | PASS |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅（等价） | `test/framework_level.py cambricon` | PASS |
 | 黄金回归 | ✅ | `script/` 两脚本 | 78/78 |
 | 性能门禁 | ✅ | `scripts/perf_run.py --pattern ops.copy_` | 可建基线 |
diff --git a/ops/detach/README.md b/ops/detach/README.md
index 6b91826..5750e2e 100644
--- a/ops/detach/README.md
+++ b/ops/detach/README.md
@@ -26,8 +26,25 @@ python3 script/bench_perf.py --device mlu
 
 ## 关键点
 
-1. 注册：aten::detach@PrivateUse1（拦截 1 次）。
+1. 注册：aten::detach@AutogradPrivateUse1（兼容 PrivateUse1；拦截 1 次）。
 2. 判定：共享存储 + requires_grad=False + shape/dtype/stride。
 3. 无 Triton/硬件级（该类算子没有可编译的元素级设备码）。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.detach import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/detach/REPORT.md b/ops/detach/REPORT.md
index 1546779..b396516 100644
--- a/ops/detach/REPORT.md
+++ b/ops/detach/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `detach`（别名/元数据（autograd）类） |
 | 语义 | [reference.py](reference.py)：返回与 self 共享底层存储、脱离 autograd 的新张量 (requires_grad=False) |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/` | ✅ 36/36 |
 | 性能 | 采样 | ✅ 0.0066ms |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `detach` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.detach import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；共享存储 + requires_grad=False + shape/dtype/stride。无 Triton/硬件级（该类算子固有）。
diff --git a/ops/detach/reports/development.md b/ops/detach/reports/development.md
index 28f583d..a3b15bf 100644
--- a/ops/detach/reports/development.md
+++ b/ops/detach/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/detach/reports/test-report.md b/ops/detach/reports/test-report.md
index a86eeb4..e4a9fc8 100644
--- a/ops/detach/reports/test-report.md
+++ b/ops/detach/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `detach` / A1 / torch 级（别名/元数据（autograd）） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py` | PASS（25 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | aten::detach@PrivateUse1（拦截 1 次） |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅ | `test/framework_level.py` | PASS |
 | 黄金 | ✅ | `script/` | 36/36 |
 
diff --git a/ops/detach_/README.md b/ops/detach_/README.md
index 17979ce..f25df59 100644
--- a/ops/detach_/README.md
+++ b/ops/detach_/README.md
@@ -30,4 +30,9 @@ python3 script/bench_perf.py --device mlu
 2. 判定：原地返回 self + requires_grad=False + 存储不变。
 3. 无 Triton/硬件级（该类算子没有可编译的元素级设备码）。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 已对齐 `counter` / `platform` 签名，但该算子按设计不做
+A1 注册，调用时保持 `NotImplementedError`。
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/detach_/REPORT.md b/ops/detach_/REPORT.md
index 1d14b0e..f9bfe09 100644
--- a/ops/detach_/REPORT.md
+++ b/ops/detach_/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `detach_`（别名/元数据（autograd）类） |
 | 语义 | [reference.py](reference.py)：原地脱离 autograd，返回 self (requires_grad=False) |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；register 契约保留，但该算子不可 A1 注册） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **自用/实验** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,12 @@
 | 黄金 | `script/` | ✅ 36/36 |
 | 性能 | 采样 | ✅ 0.0012ms |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 已对齐 `counter` / `platform` 签名。
+- 该算子保持 `NotImplementedError`，不强行做 A1 注册。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；原地返回 self + requires_grad=False + 存储不变。无 Triton/硬件级（该类算子固有）。
diff --git a/ops/detach_/reports/development.md b/ops/detach_/reports/development.md
index 7515520..c4b7b6a 100644
--- a/ops/detach_/reports/development.md
+++ b/ops/detach_/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。该算子仍保持 `NotImplementedError`，不强行注册。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/detach_/reports/test-report.md b/ops/detach_/reports/test-report.md
index 295267e..ebc4335 100644
--- a/ops/detach_/reports/test-report.md
+++ b/ops/detach_/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `detach_` / 自用/实验 / torch 级（别名/元数据（autograd）） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py` | PASS（24 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | —（detach_ 非 backend dispatch，不可 A1 注册） |
+| 注册契约 | ✅ | PR #25 / `register.py` | 签名对齐；仍按设计拒绝 A1 注册 |
 | 应用层 | ✅ | `test/framework_level.py` | PASS |
 | 黄金 | ✅ | `script/` | 36/36 |
 
diff --git a/ops/dropout/README.md b/ops/dropout/README.md
index 09815b7..7a29ae1 100644
--- a/ops/dropout/README.md
+++ b/ops/dropout/README.md
@@ -7,7 +7,7 @@
 | 项 | 值 |
 |---|---|
 | 宿主 | 标准 aten 算子（`F.dropout` / `torch.dropout`） |
-| 路线 | A1：`Library("aten","IMPL").impl("dropout", fn, "PrivateUse1")` |
+| 路线 | A1：`register_a1(dispatch_key="AutogradPrivateUse1", counter=None, platform=None)`；兼容 `PrivateUse1` |
 | 设备 | `cambricon`（MLU590-M9） |
 | 语义 | train=False/p=0 别名；p=1 全零；其余 `x*mask/(1-p)` |
 
@@ -35,4 +35,21 @@ python3 script/bench_perf.py --device mlu --impl triton
    `RuntimeError`——测试 catch 两者。
 5. 性能受 RNG 限制，比原生慢 ~5x（与 FlagGems 同级）。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.dropout import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/dropout/REPORT.md b/ops/dropout/REPORT.md
index d72bba5..6fcfde8 100644
--- a/ops/dropout/REPORT.md
+++ b/ops/dropout/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `dropout` |
 | 语义 | [reference.py](reference.py)（原生 F.dropout；随机分支按结构/统计判定） |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/gen_golden.py` + `check_accuracy.py` | ✅ 189/189 | [goldendata/](goldendata/README.md) |
 | 性能 | perf 门禁 | ✅ | [reports/performance.md](reports/performance.md) |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `dropout` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.dropout import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 关键数字
 
 | 指标 | 自研 Triton | FlagGems | 原生 |
diff --git a/ops/dropout/reports/development.md b/ops/dropout/reports/development.md
index cfa15b8..707b16f 100644
--- a/ops/dropout/reports/development.md
+++ b/ops/dropout/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 | 项 | 值 |
diff --git a/ops/dropout/reports/test-report.md b/ops/dropout/reports/test-report.md
index a172c86..6b0d580 100644
--- a/ops/dropout/reports/test-report.md
+++ b/ops/dropout/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `dropout` / A1 / Triton 级（Philox） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过**（随机分支按统计判定） |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py cambricon` | PASS |
 | 框架层 | ✅ | `test/op_level.py cambricon` | PASS |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅（等价） | `test/framework_level.py cambricon` | PASS |
 | 黄金 | ✅ | `script/` 两脚本 | 189/189 |
 | 性能门禁 | ✅ | `scripts/perf_run.py --pattern ops.dropout` | 可建基线 |
diff --git a/ops/empty/README.md b/ops/empty/README.md
index 4648289..f828ea2 100644
--- a/ops/empty/README.md
+++ b/ops/empty/README.md
@@ -1,6 +1,6 @@
 # empty（分配/元数据算子）
 
-`aten::empty` 的 MLU（Cambricon）实现，路线 **A1**，
+`aten::empty` 的 MLU（Cambricon）实现，路线 **自用/实验**，
 **torch 级**（无 Triton / 硬件级，分配算子无数值/设备码）。
 
 ## 定位
@@ -30,4 +30,9 @@ python3 script/bench_perf.py --device mlu
 2. 未初始化 → **不能做数值/哨兵断言**，黄金只比元数据。
 3. 注册：—。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 已对齐 `counter` / `platform` 签名，但该算子按设计不做
+A1 注册，调用时保持 `NotImplementedError`。
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/empty/REPORT.md b/ops/empty/REPORT.md
index bb2d19d..a3bd71f 100644
--- a/ops/empty/REPORT.md
+++ b/ops/empty/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `empty`（分配/元数据类） |
 | 语义 | [reference.py](reference.py)：分配 size 形状的未初始化张量，只保证元数据 |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
-| 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；register 契约保留，但该算子不可 A1 注册） |
+| 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **自用/实验** |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,12 @@
 | 黄金 | `script/` | ✅ 48/48（元数据） |
 | 性能 | 采样 | ✅ 0.0107ms @8192² fp32 |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 已对齐 `counter` / `platform` 签名。
+- 该算子保持 `NotImplementedError`，不强行做 A1 注册。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；因是分配算子，黄金只判定元数据（无数值），哨兵 n/a。
diff --git a/ops/empty/reports/development.md b/ops/empty/reports/development.md
index edc47bb..2b05ec4 100644
--- a/ops/empty/reports/development.md
+++ b/ops/empty/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。该算子仍保持 `NotImplementedError`，不强行注册。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/empty/reports/test-report.md b/ops/empty/reports/test-report.md
index 66c3b62..d3839ba 100644
--- a/ops/empty/reports/test-report.md
+++ b/ops/empty/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `empty` / A1 / torch 级（分配/元数据） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层（元数据） | ✅ | `test/kernel_level.py` | PASS（15 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | — |
+| 注册契约 | ✅ | PR #25 / `register.py` | 签名对齐；仍按设计拒绝 A1 注册 |
 | 应用层 | ✅ | `test/framework_level.py` | PASS |
 | 黄金（元数据） | ✅ | `script/` | 48/48 |
 | 数值精度/哨兵 | ⬜ 不适用 | — | 未初始化内存 |
diff --git a/ops/empty_like/README.md b/ops/empty_like/README.md
index d3faf68..83056de 100644
--- a/ops/empty_like/README.md
+++ b/ops/empty_like/README.md
@@ -8,7 +8,7 @@
 | 项 | 值 |
 |---|---|
 | 宿主 | 标准 aten 算子（`torch.empty_like`） |
-| 路线 | A1：`Library("aten","IMPL").impl("empty_like", fn, "PrivateUse1")` |
+| 路线 | A1：`register_a1(dispatch_key="AutogradPrivateUse1", counter=None, platform=None)`；兼容 `PrivateUse1` |
 | 语义 | 未初始化张量；只保证 shape/dtype/stride/device，数值不保证 |
 | 判定 | **元数据等价**（无数值黄金、无哨兵） |
 
@@ -32,4 +32,21 @@ python3 script/bench_perf.py --device mlu
 3. `memory_format=preserve_format`（默认）时 stride 取自 `self`；显式
    `contiguous_format`/`channels_last` 时按格式推导。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.empty_like import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/empty_like/REPORT.md b/ops/empty_like/REPORT.md
index 348e8cd..c2395af 100644
--- a/ops/empty_like/REPORT.md
+++ b/ops/empty_like/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `empty_like`（分配/元数据类） |
 | 语义 | [reference.py](reference.py)：未初始化，只约束 shape/dtype/stride/device |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/` | ✅ 168/168（元数据） |
 | 性能 | 采样 | ✅ `torch` 0.0133ms @8192² fp32 |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `empty_like` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.empty_like import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；因是分配算子，黄金只判定元数据（无数值），哨兵 n/a。
diff --git a/ops/empty_like/reports/development.md b/ops/empty_like/reports/development.md
index 88f7b54..9d6b313 100644
--- a/ops/empty_like/reports/development.md
+++ b/ops/empty_like/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/empty_like/reports/test-report.md b/ops/empty_like/reports/test-report.md
index 8b55076..d0d5334 100644
--- a/ops/empty_like/reports/test-report.md
+++ b/ops/empty_like/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `empty_like` / A1 / torch 级（分配/元数据） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层（元数据） | ✅ | `test/kernel_level.py` | PASS（50 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | PASS（3 次） |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅（等价） | `test/framework_level.py` | PASS |
 | 黄金（元数据） | ✅ | `script/` | 168/168 |
 | 数值精度/哨兵 | ⬜ 不适用 | — | 未初始化内存 |
diff --git a/ops/empty_strided/README.md b/ops/empty_strided/README.md
index 3ed78ba..b09f6d8 100644
--- a/ops/empty_strided/README.md
+++ b/ops/empty_strided/README.md
@@ -28,6 +28,23 @@ python3 script/bench_perf.py --device mlu
 
 1. 实现：所需存储 empty + as_strided（避免调用自身递归）。
 2. 未初始化 → **不能做数值/哨兵断言**，黄金只比元数据。
-3. 注册：aten::empty_strided@PrivateUse1（拦截 2 次）。
+3. 注册：aten::empty_strided@AutogradPrivateUse1（兼容 PrivateUse1；拦截 2 次）。
+
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.empty_strided import register_a1`
 
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/empty_strided/REPORT.md b/ops/empty_strided/REPORT.md
index 3e3275f..12ec77a 100644
--- a/ops/empty_strided/REPORT.md
+++ b/ops/empty_strided/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `empty_strided`（分配/元数据类） |
 | 语义 | [reference.py](reference.py)：按指定 stride 分配未初始化张量（允许非连续/重叠 stride） |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/` | ✅ 30/30（元数据） |
 | 性能 | 采样 | ✅ 0.0135ms @8192² fp32 |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `empty_strided` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.empty_strided import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；因是分配算子，黄金只判定元数据（无数值），哨兵 n/a。
diff --git a/ops/empty_strided/reports/development.md b/ops/empty_strided/reports/development.md
index a6156b2..c609832 100644
--- a/ops/empty_strided/reports/development.md
+++ b/ops/empty_strided/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/empty_strided/reports/test-report.md b/ops/empty_strided/reports/test-report.md
index da7c272..0f6a437 100644
--- a/ops/empty_strided/reports/test-report.md
+++ b/ops/empty_strided/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `empty_strided` / A1 / torch 级（分配/元数据） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层（元数据） | ✅ | `test/kernel_level.py` | PASS（16 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | aten::empty_strided@PrivateUse1（拦截 2 次） |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅ | `test/framework_level.py` | PASS |
 | 黄金（元数据） | ✅ | `script/` | 30/30 |
 | 数值精度/哨兵 | ⬜ 不适用 | — | 未初始化内存 |
diff --git a/ops/item/README.md b/ops/item/README.md
index 332d52c..6ddd476 100644
--- a/ops/item/README.md
+++ b/ops/item/README.md
@@ -26,8 +26,25 @@ python3 script/bench_perf.py --device mlu
 
 ## 关键点
 
-1. 注册：aten::item@PrivateUse1（拦截 1 次）。
+1. 注册：aten::item@AutogradPrivateUse1（兼容 PrivateUse1；拦截 1 次）。
 2. 判定：标量值相等 + Python 类型 + 多元素报错。
 3. 无 Triton/硬件级（该类算子没有可编译的元素级设备码）。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.item import register_a1`
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/item/REPORT.md b/ops/item/REPORT.md
index b64d329..723d5fb 100644
--- a/ops/item/REPORT.md
+++ b/ops/item/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `item`（host 标量类） |
 | 语义 | [reference.py](reference.py)：单元素张量取为 Python 标量 (device→host 同步) |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金 | `script/` | ✅ 36/36 |
 | 性能 | 采样 | ✅ 0.0433ms |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `item` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.item import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；标量值相等 + Python 类型 + 多元素报错。无 Triton/硬件级（该类算子固有）。
diff --git a/ops/item/reports/development.md b/ops/item/reports/development.md
index d364d89..c7ce519 100644
--- a/ops/item/reports/development.md
+++ b/ops/item/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/item/reports/test-report.md b/ops/item/reports/test-report.md
index 141d40c..d3dc319 100644
--- a/ops/item/reports/test-report.md
+++ b/ops/item/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `item` / A1 / torch 级（host 标量） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py` | PASS（12 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | aten::item@PrivateUse1（拦截 1 次） |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅ | `test/framework_level.py` | PASS |
 | 黄金 | ✅ | `script/` | 36/36 |
 
diff --git a/ops/result_type/README.md b/ops/result_type/README.md
index e27be94..bca576b 100644
--- a/ops/result_type/README.md
+++ b/ops/result_type/README.md
@@ -30,4 +30,9 @@ python3 script/bench_perf.py --device mlu
 2. 判定：公共 dtype 相等。
 3. 无 Triton/硬件级（该类算子没有可编译的元素级设备码）。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 已对齐 `counter` / `platform` 签名，但该算子按设计不做
+A1 注册，调用时保持 `NotImplementedError`。
+
 详见 [REPORT.md](REPORT.md)。
diff --git a/ops/result_type/REPORT.md b/ops/result_type/REPORT.md
index 7f36dca..e2086c5 100644
--- a/ops/result_type/REPORT.md
+++ b/ops/result_type/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `result_type`（dtype 元数据类） |
 | 语义 | [reference.py](reference.py)：两输入在 PyTorch 类型提升下的公共 dtype |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；register 契约保留，但该算子不可 A1 注册） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **自用/实验** |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,12 @@
 | 黄金 | `script/` | ✅ 8/8 |
 | 性能 | 采样 | ✅ 0.0013ms |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 已对齐 `counter` / `platform` 签名。
+- 该算子保持 `NotImplementedError`，不强行做 A1 注册。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 结论
 
 三层全绿；公共 dtype 相等。无 Triton/硬件级（该类算子固有）。
diff --git a/ops/result_type/reports/development.md b/ops/result_type/reports/development.md
index 909e91f..3d6c94b 100644
--- a/ops/result_type/reports/development.md
+++ b/ops/result_type/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。该算子仍保持 `NotImplementedError`，不强行注册。见 PR #25。
+
 ## 1. 环境配置
 
 MLU590-M9 ×8；torch 2.7.1+cpu / torch_mlu 1.29.2 / triton 3.2.0+mlu /
diff --git a/ops/result_type/reports/test-report.md b/ops/result_type/reports/test-report.md
index eb5c2d2..d9c2037 100644
--- a/ops/result_type/reports/test-report.md
+++ b/ops/result_type/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子 / 路线 / 级别 | `result_type` / 自用/实验 / torch 级（dtype 元数据） |
-| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过** |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层 | ✅ | `test/kernel_level.py` | PASS（64 项） |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py` | —（result_type 为纯函数，不可 A1 注册） |
+| 注册契约 | ✅ | PR #25 / `register.py` | 签名对齐；仍按设计拒绝 A1 注册 |
 | 应用层 | ✅ | `test/framework_level.py` | PASS |
 | 黄金 | ✅ | `script/` | 8/8 |
 
diff --git a/ops/sdpa_math/REPORT.md b/ops/sdpa_math/REPORT.md
index 51e85d0..890184d 100644
--- a/ops/sdpa_math/REPORT.md
+++ b/ops/sdpa_math/REPORT.md
@@ -8,7 +8,7 @@
 | 算子名称 | `aten::_scaled_dot_product_attention_math`（SDPA **math 后端**，双输出 `(out, attn_probs)`） |
 | 语义 | [reference.py](reference.py)（GQA / causal / bool·float mask / dropout 双规则 / fp32 内部；P800 半精度 fast path 有保守回退） |
 | 目标设备 / 路线 | `ascend910` + `p800-kunlunxin` + `cpu` / **A1** ☑（aten 拦截，成对注册 `Autograd*` + 纯设备键） |
-| 日期 / 状态 | 2026-10-01 / 三平台定稿 |
+| 日期 / 状态 | 2026-10-01 定稿 / 2026-10-12 文档复核 |
 
 ## 实现矩阵（三级）
 
diff --git a/ops/type_as/README.md b/ops/type_as/README.md
index 4a7eb7c..d547e0e 100644
--- a/ops/type_as/README.md
+++ b/ops/type_as/README.md
@@ -9,7 +9,7 @@
 | 项 | 值 |
 |---|---|
 | 宿主 | 标准 aten 算子（`torch.Tensor.type_as`） |
-| 路线 | A1：`torch.library.Library("aten","IMPL").impl("type_as", fn, "PrivateUse1")` |
+| 路线 | A1：`register_a1(dispatch_key="AutogradPrivateUse1", counter=None, platform=None)`；兼容 `PrivateUse1` |
 | 设备 | `cambricon`（MLU590-M9，PrivateUse1=mlu），profile 见 [configs/devices/cambricon.yaml](../../configs/devices/cambricon.yaml) |
 | 语义 | `out = self.to(other.dtype)`，留在 `self.device`；同 dtype 返回 `self` |
 
@@ -32,7 +32,7 @@ python3 script/bench_perf.py --device mlu --impl triton
 
 ```
 1/3 算子库层 PASS  {'ok': True, 'max_err': 0.0, ...}
-2/3 框架层   PASS  {'ok': True, 'registered': 'aten::type_as@PrivateUse1', ...}
+2/3 框架层   PASS  {'ok': True, 'registered': 'aten::type_as@AutogradPrivateUse1（兼容 PrivateUse1）', ...}
 3/3 应用层   PASS  {'ok': True, 'calls': 1, 'output_match': True, ...}
 ```
 
@@ -47,4 +47,21 @@ python3 script/bench_perf.py --device mlu --impl triton
 5. 本机未装 vLLM，应用层用等价 torch API 的**子进程**验证（注册不跨进程
    传播这一核心难点仍被覆盖），vLLM 到位后替换 `_app_child` 即可。
 
+## 注册契约（2026-10-12）
+
+`register_a1` 统一支持 `counter` 与显式 `platform`：
+
+```python
+register_a1(
+    dispatch_key="AutogradPrivateUse1",
+    counter={"n": 0},
+    platform="cambricon",
+)
+```
+
+- canonical key：`AutogradPrivateUse1`
+- 兼容旧 profile / 脚本态 key：`PrivateUse1`
+- 实现导入：包态优先，单算子脚本态 fallback
+- 包入口：`from ops.type_as import register_a1`
+
 详见 [REPORT.md](REPORT.md) 与 [reports/](reports/)。
diff --git a/ops/type_as/REPORT.md b/ops/type_as/REPORT.md
index c61bff1..581fd49 100644
--- a/ops/type_as/REPORT.md
+++ b/ops/type_as/REPORT.md
@@ -4,9 +4,9 @@
 |---|---|
 | 算子名称 | `type_as`（`self` cast 到 `other.dtype`，留在 `self.device`） |
 | 语义 | [reference.py](reference.py)（CPU 原生 `.to`，位级判卷标准） |
-| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu / PrivateUse1） |
+| 硬件平台 | **1 个**：Cambricon MLU590（profile `cambricon`，torch_mlu；A1 canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`） |
 | 目标设备 / 路线 | `cambricon`（MLU590-M9）/ **A1**（aten `type_as` 拦截） |
-| 日期 / 状态 | 2026-09-18 / 定稿 |
+| 日期 / 状态 | 2026-09-18 定稿 / 2026-10-12 注册契约同步 |
 
 ## 实现矩阵（三级）
 
@@ -27,6 +27,15 @@
 | 黄金回归 | `script/gen_golden.py` + `check_accuracy.py` | ✅ 111/111 | [goldendata/](goldendata/README.md) |
 | 性能 | `scripts/perf_run.py` / 基线门禁 | ✅ | [reports/performance.md](reports/performance.md) |
 
+## 2026-10-12 注册契约同步
+
+- `register_a1` 支持 `counter["n"]` 拦截计数与显式 `platform`。
+- canonical key 为 `AutogradPrivateUse1`，`PrivateUse1` 作为旧 profile /
+  单算子脚本态兼容 key。
+- `type_as` 的实现导入为包态优先、脚本态 fallback，包入口使用
+  `from ops.type_as import register_a1`。
+- 复验见 PR #25：MLU 13/13 三层全绿、unit tests 与真实 vLLM A1 注入通过。
+
 ## 关键数字
 
 | 指标 | 自研 Triton | 原生 ATen | FlagGems `to_copy` |
diff --git a/ops/type_as/reports/development.md b/ops/type_as/reports/development.md
index 24365c1..ac2c817 100644
--- a/ops/type_as/reports/development.md
+++ b/ops/type_as/reports/development.md
@@ -7,6 +7,8 @@
 | 目标设备 | `cambricon`（Cambricon MLU590-M9） |
 | 日期 / 状态 | 2026-09-18 / 定稿 |
 
+> **2026-10-12 维护记录**：`register_a1` 已升级为 `counter + platform` 契约；canonical key 为 `AutogradPrivateUse1`，历史 `PrivateUse1` 结论保留为兼容 key。实现导入已改为包态优先、单算子脚本态 fallback。见 PR #25。
+
 ## 1. 环境配置
 
 ### 1.1 硬件
diff --git a/ops/type_as/reports/test-report.md b/ops/type_as/reports/test-report.md
index ccdb39f..0a04906 100644
--- a/ops/type_as/reports/test-report.md
+++ b/ops/type_as/reports/test-report.md
@@ -3,7 +3,7 @@
 | 项 | 值 |
 |---|---|
 | 算子名称 / 路线 / 级别 | `type_as` / A1 / Triton 级（+ torch 级对照） |
-| 目标设备 / 测试日期 | `cambricon`（MLU590-M9）/ 2026-09-18 |
+| 目标设备 / 测试日期 | `cambricon`（MLU590-M9）/ 2026-09-18；2026-10-12 契约复验 |
 | 结论 | **通过**（应用层为等价 torch API 验证，非真实 vLLM） |
 
 ## 1. 测试范围
@@ -12,6 +12,7 @@
 |---|---|---|---|
 | kernel 层（精度/哨兵/性能） | ✅ | `test/kernel_level.py cambricon` | PASS |
 | 框架层（注册/拦截） | ✅ | `test/op_level.py cambricon` | PASS |
+| 注册契约 | ✅ | PR #25 / `register.py` | `counter` + `platform`；canonical `AutogradPrivateUse1`，兼容 `PrivateUse1`；包态导入优先 |
 | 应用层 | ✅（等价） | `test/framework_level.py cambricon` | PASS（vLLM 未安装） |
 | 黄金回归 | ✅ | `script/gen_golden.py` + `check_accuracy.py` | 111/111 |
 | 性能回归门禁 | ✅ | `scripts/perf_compare.py --device cambricon` | 基线已建 |
diff --git a/scripts/build_ops_index.py b/scripts/build_ops_index.py
new file mode 100644
index 0000000..28c1611
--- /dev/null
+++ b/scripts/build_ops_index.py
@@ -0,0 +1,403 @@
+#!/usr/bin/env python3
+"""Validate ops/catalog.yaml and generate ops/README.md.
+
+The catalog is the scalable inventory source for a growing operator/platform
+matrix. The generated README is checked in for direct GitHub browsing.
+"""
+from __future__ import annotations
+
+import argparse
+import sys
+from collections import Counter
+from pathlib import Path
+
+import yaml
+
+
+ROOT = Path(__file__).resolve().parents[1]
+CATALOG_PATH = ROOT / "ops" / "catalog.yaml"
+OUTPUT_PATH = ROOT / "ops" / "README.md"
+EXPECTED_SCHEMA = 1
+VALID_PLATFORM_STATUSES = {"partial", "planned"}
+VALID_GROUP_KINDS = {"core", "foundation"}
+
+
+def load_catalog(path: Path = CATALOG_PATH) -> dict:
+    return yaml.safe_load(path.read_text())
+
+
+def _require_mapping(value, name: str) -> dict:
+    if not isinstance(value, dict) or not value:
+        raise ValueError(f"{name} must be a non-empty mapping")
+    return value
+
+
+def validate_catalog(catalog: dict, root: Path = ROOT) -> None:
+    """Validate schema, filesystem links, and incremental coverage semantics."""
+    if catalog.get("schema") != EXPECTED_SCHEMA:
+        raise ValueError(f"ops/catalog.yaml schema must be {EXPECTED_SCHEMA}")
+
+    families = _require_mapping(catalog.get("platform_families"), "platform_families")
+    groups = _require_mapping(catalog.get("operator_groups"), "operator_groups")
+    operators = catalog.get("operators")
+    if not isinstance(operators, list) or not operators:
+        raise ValueError("operators must be a non-empty list")
+
+    expected_count = catalog.get("target_scope", {}).get("vendor_family_count")
+    if expected_count != len(families):
+        raise ValueError(
+            "target_scope.vendor_family_count must equal "
+            f"{len(families)}, got {expected_count!r}"
+        )
+
+    ranks: set[int] = set()
+    for group, meta in groups.items():
+        if meta.get("kind") not in VALID_GROUP_KINDS:
+            raise ValueError(f"operator group {group} has unknown kind")
+        rank = meta.get("rank")
+        if not isinstance(rank, int):
+            raise ValueError(f"operator group {group} lacks integer rank")
+        if rank in ranks:
+            raise ValueError("operator group ranks must be unique")
+        ranks.add(rank)
+        for field in ("title", "description"):
+            if not isinstance(meta.get(field), str) or not meta[field]:
+                raise ValueError(f"operator group {group} lacks {field}")
+
+    family_counts: Counter[str] = Counter()
+    for family, meta in families.items():
+        if meta.get("status") not in VALID_PLATFORM_STATUSES:
+            raise ValueError(
+                f"unknown status for platform {family}: {meta.get('status')!r}"
+            )
+        if not isinstance(meta.get("display_name"), str) or not meta["display_name"]:
+            raise ValueError(f"platform {family} lacks display_name")
+        profiles = meta.get("current_profiles")
+        if not isinstance(profiles, list):
+            raise ValueError(f"platform {family} current_profiles must be a list")
+        for profile in profiles:
+            if not (root / "configs" / "devices" / f"{profile}.yaml").is_file():
+                raise ValueError(
+                    f"platform {family} profile has no configs/devices/{profile}.yaml"
+                )
+        if meta["status"] == "planned" and profiles:
+            raise ValueError(f"planned platform {family} cannot declare profiles")
+
+    names: set[str] = set()
+    directories: set[str] = set()
+    used_groups: set[str] = set()
+    for op in operators:
+        name = op.get("name")
+        directory = op.get("directory")
+        group = op.get("group")
+        if not isinstance(name, str) or not name:
+            raise ValueError("every operator needs a name")
+        if name in names:
+            raise ValueError(f"duplicate operator name: {name}")
+        if not isinstance(directory, str) or not directory:
+            raise ValueError(f"operator {name} lacks directory")
+        if directory in directories:
+            raise ValueError(f"duplicate operator directory: {directory}")
+        if group not in groups:
+            raise ValueError(f"operator {name} has unknown group {group!r}")
+        for field in ("purpose", "key_result"):
+            if not isinstance(op.get(field), str) or not op[field]:
+                raise ValueError(f"operator {name} lacks {field}")
+        if groups[group]["kind"] == "foundation" and not op.get("route"):
+            raise ValueError(f"foundation operator {name} lacks route")
+        if not (root / "ops" / directory).is_dir():
+            raise ValueError(f"operator directory does not exist: {directory}")
+
+        platforms = _require_mapping(op.get("platforms"), f"{name}.platforms")
+        for family, platform in platforms.items():
+            if family not in families:
+                raise ValueError(f"operator {name} has unknown family {family!r}")
+            if families[family]["status"] == "planned":
+                raise ValueError(
+                    f"operator {name} declares {family}, but that family is planned"
+                )
+            profiles = platform.get("profiles")
+            if not isinstance(profiles, list) or not profiles:
+                raise ValueError(f"operator {name}/{family} lacks profiles")
+            family_profiles = set(families[family]["current_profiles"])
+            unknown_profiles = sorted(set(profiles) - family_profiles)
+            if unknown_profiles:
+                raise ValueError(
+                    f"operator {name}/{family} has profiles outside its family: "
+                    f"{unknown_profiles}"
+                )
+            family_counts[family] += 1
+        if len(platforms) > 1:
+            operator_dir = root / "ops" / directory
+            if not (operator_dir / "PLATFORM.md").is_file():
+                raise ValueError(f"multi-platform operator {name} lacks PLATFORM.md")
+            if not (operator_dir / "MERGE.md").is_file():
+                raise ValueError(f"multi-platform operator {name} lacks MERGE.md")
+        names.add(name)
+        directories.add(directory)
+        used_groups.add(group)
+
+    unused_groups = sorted(set(groups) - used_groups)
+    if unused_groups:
+        raise ValueError(f"operator groups have no operators: {unused_groups}")
+    for family, meta in families.items():
+        if meta["status"] == "partial" and family_counts[family] == 0:
+            raise ValueError(f"partial platform {family} has no delivered operators")
+
+    for contract_name, contract in catalog.get("registration_contracts", {}).items():
+        for field in (
+            "title", "scope", "canonical_key", "compatibility_key"
+        ):
+            if not isinstance(contract.get(field), str) or not contract[field]:
+                raise ValueError(f"registration contract {contract_name} lacks {field}")
+        if not isinstance(contract.get("registerable_count"), int):
+            raise ValueError(
+                f"registration contract {contract_name} lacks registerable_count"
+            )
+
+    actual_directories = {
+        path.name for path in (root / "ops").iterdir()
+        if path.is_dir() and path.name != "__pycache__"
+    }
+    missing = sorted(actual_directories - directories)
+    if missing:
+        raise ValueError(f"operator directories missing from catalog: {missing}")
+
+
+def _operator_link(op: dict) -> str:
+    return f"[{op['name']}]({op['directory']}/)"
+
+
+def _platform_summary(catalog: dict) -> list[str]:
+    counts = Counter(
+        family
+        for op in catalog["operators"]
+        for family in op["platforms"]
+    )
+    lines = [
+        "| 目标平台 | 当前状态 | 已登记算子 | 当前 profile / 型号 |",
+        "|---|---|---:|---|",
+    ]
+    for family, meta in catalog["platform_families"].items():
+        profiles = [f"`{item}`" for item in meta.get("current_profiles", [])]
+        variants = meta.get("known_variants", [])
+        if variants:
+            profiles.append("计划覆盖：" + " / ".join(variants))
+        if not profiles:
+            profiles = ["待首个交付算子确定"]
+        status = "部分交付" if meta["status"] == "partial" else "规划中"
+        lines.append(
+            f"| {meta['display_name']}（`{family}`） | {status} | "
+            f"{counts[family]} | {' · '.join(profiles)} |"
+        )
+    return lines
+
+
+def _core_rows(catalog: dict) -> list[str]:
+    families = catalog["platform_families"]
+    rows = []
+    for op in catalog["operators"]:
+        if catalog["operator_groups"][op["group"]]["kind"] != "core":
+            continue
+        platforms = " · ".join(
+            f"{families[family]['display_name']}"
+            f"（{' / '.join(platform['profiles'])}）"
+            for family, platform in op["platforms"].items()
+        )
+        rows.append(
+            f"| {_operator_link(op)} | {op['purpose']} | {platforms} | "
+            f"{op['key_result']} |"
+        )
+    return rows
+
+
+def _foundation_rows(catalog: dict, group: str) -> list[str]:
+    rows = []
+    for op in catalog["operators"]:
+        if op["group"] != group:
+            continue
+        routes = []
+        for platform in op["platforms"].values():
+            route = platform.get("route") or op.get("route")
+            if route and route not in routes:
+                routes.append(route)
+        route = " / ".join(routes) or "—"
+        rows.append(
+            f"| {_operator_link(op)} | {op['purpose']} | {route} | "
+            f"{op['key_result']} |"
+        )
+    return rows
+
+
+def render_index(catalog: dict) -> str:
+    operators = catalog["operators"]
+    groups = catalog["operator_groups"]
+    core_count = sum(
+        groups[op["group"]]["kind"] == "core" for op in operators
+    )
+    foundation_count = len(operators) - core_count
+    lines: list[str] = [
+        "# 已开发算子（ops/）",
+        "",
+        "<!--",
+        "AUTO-GENERATED FROM ops/catalog.yaml",
+        "Run: python3 scripts/build_ops_index.py",
+        "Do not edit this file directly.",
+        "-->",
+        "",
+        "这个目录存放按样板交付的算子。[ops/catalog.yaml](catalog.yaml) 是算子清单和平台",
+        "覆盖的唯一事实来源；本页由脚本生成，避免手工维护长表格时漏改，也",
+        "避免把局部平台结论误写成全局结论。",
+        "维护方法和数据模型见[算子目录维护指南](../docs/operator-catalog.md)。",
+        "",
+        "## 新算子放进来",
+        "",
+        "```bash",
+        "cp -r templates/operator ops/<你的算子名>/",
+        "cd ops/<你的算子名>/",
+        "grep -rl my_op . | xargs sed -i 's/my_op/<你的算子名>/g'",
+        "```",
+        "",
+        "开发流程照[全链路指南](../docs/fullstack-guide.md)七步走。完成后：",
+        "",
+        "1. 运行 `python3 example.py <profile>`，确认三层测试全绿。",
+        "2. 补齐 REPORT 和 development / test-report / accuracy / performance 分册。",
+        "3. 在 `ops/catalog.yaml` 登记算子、用途、平台和证据。",
+        "4. 运行 `python3 scripts/build_ops_index.py` 更新本页。",
+        "5. 交付路径选择见[集成指南](../docs/integration.md)。",
+        "",
+        "## 平台覆盖口径",
+        "",
+        f"目标范围是 **{len(catalog['platform_families'])} 个厂商平台家族**。"
+        f"当前登记 **{len(operators)} 个算子**：**{core_count} 个核心多平台算子**、"
+        f"**{foundation_count} 个基础 ATen 算子**。",
+        "这是一个增量交付子集，不是完整平台矩阵。`planned` 只表示目标范围，",
+        "不表示支持完成；只有进入算子条目并带有测试与报告的平台才计为已交付。",
+        "",
+        *_platform_summary(catalog),
+        "",
+    ]
+
+    ranked = sorted(groups.items(), key=lambda item: (item[1]["rank"], item[0]))
+    core_groups = [(name, meta) for name, meta in ranked if meta["kind"] == "core"]
+    foundation_groups = [
+        (name, meta) for name, meta in ranked if meta["kind"] == "foundation"
+    ]
+
+    for name, meta in core_groups:
+        lines.extend([
+            f"## {meta['title']}",
+            "",
+            meta["description"].strip(),
+            "",
+            "| 算子 | 作用 | 平台 | 关键结论 |",
+            "|---|---|---|---|",
+            *_core_rows(catalog),
+            "",
+        ])
+
+    if foundation_groups:
+        lines.extend([
+            "## 基础 ATen 算子",
+            "",
+            "这些算子主要验证基础语义、执行链路、A1 注册和真实框架注入。",
+            "它们不一定以性能提升为首要目标，因此按用途分组，避免和核心计算",
+            "算子混在同一张长表里。",
+            "",
+        ])
+    for name, meta in foundation_groups:
+        lines.extend([
+            f"### {meta['title']}",
+            "",
+            meta["description"].strip(),
+            "",
+            "| 算子 | 作用 | 交付路线 | 关键结论 |",
+            "|---|---|---|---|",
+            *_foundation_rows(catalog, name),
+            "",
+        ])
+
+    lines.extend([
+        "## 平台注册契约",
+        "",
+        "注册契约按平台族记录，不把某个平台的 dispatch key 推广成全局规则。",
+        "",
+    ])
+    for contract in catalog.get("registration_contracts", {}).values():
+        non_registerable = "、".join(
+            f"`{name}`"
+            for name in contract["non_registerable_operators"]
+        )
+        lines.extend([
+            f"### {contract['title']}",
+            "",
+            f"适用范围：{contract['scope']}",
+            "",
+            "```python",
+            "register_a1(",
+            f"    dispatch_key=\"{contract['canonical_key']}\",",
+            "    counter: dict | None = None,",
+            "    platform=<explicit-platform>,",
+            ")",
+            "```",
+            "",
+            f"- Canonical key：`{contract['canonical_key']}`",
+            f"- Compatibility key：`{contract['compatibility_key']}`",
+            f"- 可注册算子：{contract['registerable_count']}",
+            f"- 不可注册算子：{non_registerable}",
+            *[f"- {note}" for note in contract.get("notes", [])],
+            "",
+        ])
+
+    lines.extend([
+        "## 维护规则",
+        "",
+        "- **目录名 = 算子名**，使用小写下划线。",
+        "- **新增平台家族**先在 catalog 登记 display name、status 和 roadmap，",
+        "  再随首个算子交付 profile；不要提前把规划平台写进 operator 条目。",
+        "- **新增算子**同步更新 catalog、三层测试、golden、性能数据和报告。",
+        "- **多平台算子**必须维护 `PLATFORM.md`；涉及平台合并流程时维护 `MERGE.md`。",
+        "- **平台结论限定范围**：dtype、shape、dispatch key、运行时版本和",
+        "  fallback 边界写在同一份证据链里。",
+        "- **包态导入**统一使用 `from ops.<operator> import register_a1`；脚本态",
+        "  仅作为单算子目录内运行的兼容模式。",
+        "- CI 的 `ops-packaging` 是 CPU 包入口扫描；`ops/test_packaging.py` 是",
+        "  NPU 真机 E2E，两者口径不同。",
+        "- 修改 catalog 后必须运行：",
+        "",
+        "  ```bash",
+        "  python3 scripts/build_ops_index.py",
+        "  ```",
+        "",
+        "- 合入前照[交付自查清单](../templates/operator/README.md)检查。",
+        "",
+        "<!-- Generated from ops/catalog.yaml; do not edit manually. -->",
+        "",
+    ])
+    return "\n".join(lines)
+
+
+def main() -> int:
+    parser = argparse.ArgumentParser(description=__doc__)
+    parser.add_argument("--check", action="store_true",
+                        help="fail when ops/README.md is out of date")
+    args = parser.parse_args()
+
+    catalog = load_catalog()
+    validate_catalog(catalog)
+    rendered = render_index(catalog)
+    if args.check:
+        current = OUTPUT_PATH.read_text() if OUTPUT_PATH.exists() else ""
+        if current != rendered:
+            print("ops/README.md is out of date. Run scripts/build_ops_index.py.")
+            return 1
+        print("ops/README.md is up to date.")
+        return 0
+
+    OUTPUT_PATH.write_text(rendered)
+    print(f"generated -> {OUTPUT_PATH}")
+    return 0
+
+
+if __name__ == "__main__":
+    sys.exit(main())
diff --git a/templates/operator/README.md b/templates/operator/README.md
index c4eb4c3..3e7ed7e 100644
--- a/templates/operator/README.md
+++ b/templates/operator/README.md
@@ -118,6 +118,8 @@ grep -rl my_op . | xargs sed -i 's/my_op/<你的算子名>/g'
 - [ ] 三层测试: test/{kernel,op,framework}_level.py 全绿
 - [ ] 性能对照: script/bench_perf.py（native 参照必备）+ reports/ 四件套
 - [ ] 黄金: goldendata/ + script/check_accuracy.py 全过
+- [ ] 算子目录: `ops/catalog.yaml` 已登记，且
+      `python3 scripts/build_ops_index.py --check` 通过
 - [ ] 包化回归: `ops/test_packaging.py` 全算子导入扫描通过
 - [ ] 多平台时: PLATFORM.md（绑定清单）+ MERGE.md（七步流程）
 - [ ] 署名: 改动处 `wt-YYYY-MM-DD-fix` + `# wt <邮箱>`，commit 作者一致
diff --git a/tests/unit/test_ops_catalog.py b/tests/unit/test_ops_catalog.py
new file mode 100644
index 0000000..d2d48da
--- /dev/null
+++ b/tests/unit/test_ops_catalog.py
@@ -0,0 +1,71 @@
+from __future__ import annotations
+
+from pathlib import Path
+
+import yaml
+
+from scripts.build_ops_index import (
+    OUTPUT_PATH,
+    load_catalog,
+    render_index,
+    validate_catalog,
+)
+
+
+ROOT = Path(__file__).resolve().parents[2]
+
+
+def test_catalog_models_six_incremental_platform_families():
+    catalog = load_catalog()
+    assert catalog["target_scope"]["vendor_family_count"] == 6
+    assert set(catalog["platform_families"]) == {
+        "ascend", "cambricon", "kunlunxin", "thead", "enflame", "biren"
+    }
+
+    planned = {
+        name: meta
+        for name, meta in catalog["platform_families"].items()
+        if meta["status"] == "planned"
+    }
+    assert set(planned) == {"thead", "enflame", "biren"}
+    assert all(not meta["current_profiles"] for meta in planned.values())
+
+
+def test_catalog_is_valid_and_covers_every_operator_directory():
+    catalog = load_catalog()
+    validate_catalog(catalog)
+
+    actual = {
+        path.name for path in (ROOT / "ops").iterdir()
+        if path.is_dir() and path.name != "__pycache__"
+    }
+    cataloged = {op["directory"] for op in catalog["operators"]}
+    assert cataloged == actual
+
+
+def test_generated_ops_index_is_current():
+    catalog = load_catalog()
+    validate_catalog(catalog)
+    assert OUTPUT_PATH.read_text() == render_index(catalog)
+
+
+def test_platform_claims_are_incremental_and_backed_by_profiles():
+    catalog = load_catalog()
+    operators_by_family = {
+        family: [
+            op for op in catalog["operators"] if family in op["platforms"]
+        ]
+        for family in catalog["platform_families"]
+    }
+
+    for family, meta in catalog["platform_families"].items():
+        if meta["status"] == "planned":
+            assert operators_by_family[family] == []
+        else:
+            assert operators_by_family[family]
+            assert meta["current_profiles"]
+
+
+def test_catalog_yaml_is_parseable_and_versioned():
+    data = yaml.safe_load((ROOT / "ops/catalog.yaml").read_text())
+    assert data["schema"] == 1