feat: add claude code skill to support generate ninetoothed ops

[bitzyz]

Skill 的核心是一个双验证迭代循环：

生成代码 → 并行调度精度验证 + 性能验证 → 分析结果 → 不达标则修改代码 → 重复（最多5次）
精度验证：按数据类型和算子类型设定容差（如 fp32 rtol=1e-5, fp16 rtol=1e-3），检查 allclose、NaN、Inf。

性能验证：遍历所有候选 block 配置取最优 best_ms，与 auto-tune 选定的 tune_ms 对比，要求效率 ≥ 0.95。