[codex] Finish repo docs navigation and Chinese manual closure

demos/README.md

@@ -2,19 +2,35 @@
 
 This directory contains demonstration examples showing how to use PTO Tile Library in different scenarios.
 
+## Choose by Task
+
+| Your goal | Start here |
+|-----------|-----------|
+| Verify algorithms quickly (no hardware needed) | CPU simulation demos — `tests/run_cpu.py --demo` |
+| Learn PTO tile programming | CPU demos — `flash_attn` or `gemm` |
+| Production NPU operators | `baseline/` — full examples with PyTorch integration |
+| Just-in-time compilation and debugging | `torch_jit/` — JIT compilation examples |
+| Auto Mode | `auto_mode/baseline/add/` — Auto Mode example |
+
 ## Directory Structure
 
 ```
 demos/
-├── baseline/         # Production PyTorch operator examples (NPU)
-│   ├── add/          # Basic element-wise addition
-│   ├── gemm_basic/   # GEMM with pipeline optimization
-│   └── flash_atten/  # Flash Attention with dynamic tiling
-├── cpu/              # CPU simulation demos (cross-platform)
+├── baseline/                     # Production-grade PyTorch operator examples (NPU)
+│   ├── add/                   # Element-wise addition
+│   ├── gemm_basic/           # GEMM with pipeline optimization
+│   ├── flash_atten/          # Flash Attention with dynamic tiling
+│   └── allgather_async/      # Asynchronous AllGather
+│
+├── auto_mode/                   # Auto Mode examples (CPU / NPU compatible)
+│   └── baseline/add/          # Auto Mode element-wise addition
+│
+├── cpu/                        # CPU simulation demos (cross-platform, no Ascend hardware)
 │   ├── gemm_demo/
 │   ├── flash_attention_demo/
 │   └── mla_attention_demo/
-└── torch_jit/        # PyTorch JIT compilation examples
+│
+└── torch_jit/                 # PyTorch JIT compilation examples
     ├── add/
     ├── gemm/
     └── flash_atten/
@@ -28,15 +44,25 @@ Production-ready examples showing how to implement custom PTO kernels and expose
 
 **Supported Platforms**: A2/A3/A5
 
-**Examples**: Element-wise addition, GEMM with double-buffering pipeline, Flash Attention with automatic tile size selection.
+**Examples**:
+- Element-wise addition — the most basic PTO operator example
+- GEMM — matrix multiplication with double-buffering pipeline
+- Flash Attention — with automatic tile size selection
+- AllGather-Async — asynchronous AllGather communication
 
 ### 2. CPU Simulation (`cpu/`)
 
 Cross-platform examples that run on CPU (x86_64/AArch64) without requiring Ascend hardware. Ideal for algorithm prototyping, learning PTO programming model, and CI/CD testing.
 
-**Examples**: Basic GEMM, Flash Attention, Multi-Latent Attention.
+**Examples**: Basic GEMM, Flash Attention, Multi-Latent Attention (MLA)
+
+### 3. Auto Mode (`auto_mode/`)
 
-### 3. PyTorch JIT (`torch_jit/`)
+Examples showcasing PTO AUTO mode. In Auto mode, the compiler automatically manages tile buffer address allocation and pipeline synchronization — no manual `TASSIGN` or `set_flag`/`wait_flag` needed.
+
+**Examples**: Auto Mode element-wise addition
+
+### 4. PyTorch JIT (`torch_jit/`)
 
 Examples showing on-the-fly C++ compilation and direct integration with PyTorch tensors. Useful for rapid prototyping without pre-building wheels.
 
@@ -63,6 +89,13 @@ pip install dist/*.whl
 cd test && python3 test.py
 ```
 
+### Auto Mode Example
+
+```bash
+cd demos/auto_mode/baseline/add
+# See the README inside for build and run instructions
+```
+
 ### JIT Example
 
 ```bash
@@ -74,24 +107,21 @@ python add_compile_and_run.py
 ## Prerequisites
 
 **For Baseline and JIT (NPU)**:
-- Ascend AI Processor A2/A3/A5(910B/910C/950)
+- Ascend AI Processor A2/A3/A5 (910B/910C/950)
 - CANN Toolkit 8.5.0+
 - PyTorch with `torch_npu`
 - Python 3.8+, CMake 3.16+
 
 **For CPU Demos**:
-- C++ compiler with C++23 support
+- C++ compiler with C++20 support
 - CMake 3.16+
 - Python 3.8+ (optional)
 
-## Documentation
-
-- Getting Started: [docs/getting-started.md](../docs/getting-started.md)
-- Programming Tutorial: [docs/coding/tutorial.md](../docs/coding/tutorial.md)
-- ISA Reference: [docs/isa/README.md](../docs/isa/README.md)
-
-## Related
+## Related Documents
 
-- Manual Kernels: [kernels/manual/README.md](../kernels/manual/README.md)
-- Custom Operators: [kernels/custom/README.md](../kernels/custom/README.md)
-- Test Cases: [tests/README.md](../tests/README.md)
+| Document | Content |
+|----------|---------|
+| [demos/README_zh.md](./README_zh.md) | 中文版入口 |
+| [docs/getting-started.md](../docs/getting-started.md) | Getting started guide |
+| [docs/coding/tutorial.md](../docs/coding/tutorial.md) | Programming tutorial |
+| [docs/isa/README.md](../docs/isa/README.md) | ISA reference |

demos/README_zh.md

@@ -1,97 +1,127 @@
-# PTO 演示示例
-
-本目录包含演示示例，展示如何在不同场景中使用 PTO Tile Library。
-
-## 目录结构
-
-```
-demos/
-├── baseline/         # 生产级 PyTorch 算子示例（NPU）
-│   ├── add/          # 基础逐元素加法
-│   ├── gemm_basic/   # 带流水线优化的 GEMM
-│   └── flash_atten/  # 带动态分块的 Flash Attention
-├── cpu/              # CPU 模拟演示（跨平台）
-│   ├── gemm_demo/
-│   ├── flash_attention_demo/
-│   └── mla_attention_demo/
-└── torch_jit/        # PyTorch JIT 编译示例
-    ├── add/
-    ├── gemm/
-    └── flash_atten/
-```
-
-## 演示类别
-
-### 1. Baseline (`baseline/`)
-
-生产级示例，展示如何实现自定义 PTO 内核并通过 `torch_npu` 将其作为 PyTorch 算子公开。包含从内核实现到 Python 集成的完整工作流程，带 CMake 构建系统和 wheel 打包。
-
-**支持平台**：A2/A3/A5
-
-**示例**：逐元素加法、带双缓冲流水线的 GEMM、带自动 tile 大小选择的 Flash Attention。
-
-### 2. CPU 模拟 (`cpu/`)
-
-在 CPU（x86_64/AArch64）上运行的跨平台示例，无需 Ascend 硬件。适用于算法原型设计、学习 PTO 编程模型和 CI/CD 测试。
-
-**示例**：基础 GEMM、Flash Attention、多潜在注意力。
-
-### 3. PyTorch JIT (`torch_jit/`)
-
-展示即时 C++ 编译和与 PyTorch 张量直接集成的示例。适用于快速原型设计，无需预先构建 wheel。
-
-**示例**：JIT 加法、JIT GEMM、带基准测试套件的 JIT Flash Attention。
-
-## 快速开始
-
-### CPU 模拟（推荐第一步）
-
-```bash
-python3 tests/run_cpu.py --demo gemm --verbose
-python3 tests/run_cpu.py --demo flash_attn --verbose
-```
-
-### NPU Baseline 示例
-
-```bash
-cd demos/baseline/add
-python -m venv virEnv && source virEnv/bin/activate
-pip install -r requirements.txt
-export PTO_LIB_PATH=[YOUR_PATH]/pto-isa
-python3 setup.py bdist_wheel
-pip install dist/*.whl
-cd test && python3 test.py
-```
-
-### JIT 示例
-
-```bash
-export PTO_LIB_PATH=[YOUR_PATH]/pto-isa
-cd demos/torch_jit/add
-python add_compile_and_run.py
-```
-
-## 前置要求
-
-**Baseline 和 JIT（NPU）**：
-- Ascend AI 处理器 A2/A3/A5（910B/910C/950）
-- CANN Toolkit 8.5.0+
-- 带 `torch_npu` 的 PyTorch
-- Python 3.8+、CMake 3.16+
-
-**CPU 演示**：
-- 支持 C++23 的 C++ 编译器
-- CMake 3.16+
-- Python 3.8+（可选）
-
-## 文档
-
-- 入门指南：[docs/getting-started.md](../docs/getting-started_zh.md)
-- 编程教程：[docs/coding/tutorial.md](../docs/coding/tutorial_zh.md)
-- ISA 参考：[docs/isa/README.md](../docs/isa/README_zh.md)
-
-## 相关
-
-- 手工内核：[kernels/manual/README.md](../kernels/manual/README_zh.md)
-- 自定义算子：[kernels/custom/README.md](../kernels/custom/README_zh.md)
-- 测试用例：[tests/README.md](../tests/README_zh.md)
+# PTO Demos
+
+本目录包含 PTO Tile Library 在不同场景下的演示示例。
+
+## 按任务选择
+
+| 你的目标 | 从这里开始 |
+|----------|----------|
+| 快速验证算法（无需硬件） | CPU 模拟 demo — `tests/run_cpu.py --demo` |
+| 学习 PTO tile 编程 | CPU demo — `flash_attn` 或 `gemm` |
+| 生产级 NPU 算子 | `baseline/` — 带 PyTorch 集成的完整示例 |
+| 即时编译与调试 | `torch_jit/` — JIT 编译示例 |
+| Auto Mode | `auto_mode/baseline/add/` — Auto Mode 示例 |
+
+## 目录结构
+
+```
+demos/
+├── baseline/                     # 生产级 PyTorch 算子示例（NPU）
+│   ├── add/                   # 逐元素加法
+│   ├── gemm_basic/           # GEMM（含流水线优化）
+│   ├── flash_atten/          # Flash Attention（含动态分块）
+│   └── allgather_async/      # 异步 AllGather
+│
+├── auto_mode/                   # Auto Mode 示例（CPU / NPU 均可）
+│   └── baseline/add/          # Auto Mode 逐元素加法
+│
+├── cpu/                        # CPU 模拟 demo（跨平台，无需 Ascend 硬件）
+│   ├── gemm_demo/
+│   ├── flash_attention_demo/
+│   └── mla_attention_demo/
+│
+└── torch_jit/                 # PyTorch JIT 编译示例
+    ├── add/
+    ├── gemm/
+    └── flash_atten/
+```
+
+## 示例类别
+
+### 1. Baseline（`baseline/`）
+
+生产级示例，展示如何实现自定义 PTO kernel 并通过 `torch_npu` 将其作为 PyTorch 算子公开。包含从 kernel 实现到 Python 集成的完整工作流程，带 CMake 构建系统和 wheel 打包。
+
+**支持平台**：A2/A3/A5
+
+**示例**：
+- 逐元素加法 — 最基础的 PTO 算子示例
+- GEMM — 带双缓冲流水线的矩阵乘法
+- Flash Attention — 带自动 tile 大小选择的 Flash Attention
+- AllGather-Async — 异步 AllGather 通信
+
+### 2. CPU 模拟（`cpu/`）
+
+在 CPU（x86_64/AArch64）上运行的跨平台示例，无需 Ascend 硬件。适用于算法原型设计、学习 PTO 编程模型和 CI/CD 测试。
+
+**示例**：基础 GEMM、Flash Attention、多潜在注意力（MLA）
+
+### 3. Auto Mode（`auto_mode/`）
+
+展示 PTO AUTO 模式的代码。Auto 模式下编译器自动管理 tile buffer 地址分配与流水线同步，无需手动 `TASSIGN` 和 `set_flag`/`wait_flag`。
+
+**示例**：Auto Mode 逐元素加法
+
+### 4. PyTorch JIT（`torch_jit/`）
+
+展示即时 C++ 编译和与 PyTorch 张量直接集成的示例。适用于快速原型设计，无需预先构建 wheel。
+
+**示例**：JIT 加法、JIT GEMM、带基准测试套件的 JIT Flash Attention
+
+## 快速开始
+
+### CPU 模拟（推荐第一步）
+
+```bash
+python3 tests/run_cpu.py --demo gemm --verbose
+python3 tests/run_cpu.py --demo flash_attn --verbose
+```
+
+### NPU Baseline 示例
+
+```bash
+cd demos/baseline/add
+python -m venv virEnv && source virEnv/bin/activate
+pip install -r requirements.txt
+export PTO_LIB_PATH=[YOUR_PATH]/pto-isa
+python3 setup.py bdist_wheel
+pip install dist/*.whl
+cd test && python3 test.py
+```
+
+### Auto Mode 示例
+
+```bash
+cd demos/auto_mode/baseline/add
+# See the README_zh.md inside for build and run instructions
+```
+
+### JIT 示例
+
+```bash
+export PTO_LIB_PATH=[YOUR_PATH]/pto-isa
+cd demos/torch_jit/add
+python add_compile_and_run.py
+```
+
+## 前置要求
+
+**Baseline 和 JIT（NPU）**：
+- Ascend AI 处理器 A2/A3/A5（910B/910C/950）
+- CANN Toolkit 8.5.0+
+- 带 `torch_npu` 的 PyTorch
+- Python 3.8+、CMake 3.16+
+
+**CPU 演示**：
+- 支持 C++20 的 C++ 编译器
+- CMake 3.16+
+- Python 3.8+（可选）
+
+## 相关文档
+
+| 文档 | 内容 |
+|------|------|
+| [demos/README_zh.md](./README_zh.md) | 中文版入口 |
+| [docs/getting-started_zh.md](../docs/getting-started_zh.md) | 入门指南 |
+| [docs/coding/tutorial_zh.md](../docs/coding/tutorial_zh.md) | 编程教程 |
+| [docs/isa/README_zh.md](../docs/isa/README_zh.md) | ISA 参考 |