llvm和mlir的pass本质不同：llvm pass运行在llvm/目录下的传统ir（如%0 = add i32 %1, %2），使用llvm::functionpass；mlir pass运行在mlir-opt或自定义工具上，处理带方言前缀的ir（如toy.transpose），必须用mlir::oprewritepattern或mlir::operationpass，二者api、ir结构、构建依赖完全隔离。
LLVM 和 MLIR 的 Pass 不是一个东西，别混着编
你用 opt 或 llc 跑的优化 pass 属于 LLVM Core（即 llvm/ 目录下的传统 IR），而 MLIR 的 pass 是另一套体系，运行在 mlir-opt 或自定义工具（如 tutorial-opt）上。两者 API、注册方式、IR 结构、甚至构建依赖都完全不同。试图把 LLVM 的 FunctionPass 拿去 MLIR 里注册，会直接报 undefined reference to 'mlir::OperationPassBase::runOnOperation()' 这类链接错误。
判断你该走哪条路，只看 IR 格式：如果 IR 里满是 %0 = add i32 %1, %2、define i32 @main() 这种，那是 LLVM IR，用 llvm::FunctionPass；如果 IR 里是 %0 = toy.transpose(%arg0)、func @foo() -> i32、带方言前缀（toy.、arith.、linalg.）的，那就是 MLIR，必须用 mlir::OpRewritePattern 或 mlir::OperationPass。
MLIR 中写第一个 Pass，优先选 OpRewritePattern
对新手最友好的入口不是直接继承 OperationPass，而是用 OpRewritePattern —— 它封装了匹配 + 重写的常见逻辑，避免手动遍历操作树、管理重写生命周期等底层细节。比如消除连续转置：transpose(transpose(x)) → x，只需关注“什么模式要匹配”和“怎么替换”，其余交给 PatternRewriter。
-
OpRewritePattern<transposeop></transposeop>表示这个 pattern 只匹配toy.transpose类型的操作 -
matchAndRewrite里调用op.getOperand().getDefiningOp<transposeop>()</transposeop>查上一级定义，不为空就说明是嵌套转置 - 替换时用
rewriter.replaceOp(op, {transposeInputOp.getOperand()})，不是手动画新 op 再删旧 op - 必须在 pass 构造函数里显式调用
addPattern<simplifyredundanttranspose>(getContext())</simplifyredundanttranspose>，否则 pattern 不生效
注册 Pass 必须配自定义二进制，mlir-opt 默认不认识你的 Pass
官方 mlir-opt 只内置了 mlir 仓库自带的 passes（如 --canonicalize、--cse）。你写的 SimplifyRedundantTranspose 属于“树外（out-of-tree）”代码，必须自己搭一个可执行文件来加载它，典型名字是 tutorial-opt。
- CMakeLists.txt 里要用
add_mlir_opt_library或add_mlir_tool注册你的 pass 库 - 主程序里得调用
registerPasses()（自动生成）、registerDialects(registry)（注册你用到的方言，比如toy）、registerTranslations()（如有 lowering） - 命令行运行时，必须加
-load-pass-plugin=libYourPass.so（Linux/macOS）或指定插件路径，否则tutorial-opt --my-pass会报unknown option - 调试时加
-debug-only=pattern-matcher能看到哪些 pattern 被触发、为什么没匹配上
容易被忽略的 IR 验证与方言依赖
MLIR Pass 不像 LLVM Pass 那样能直接跑在任意 bitcode 上 —— 它强依赖方言（dialect）定义。如果你的 IR 用了 toy.transpose，但没在 pass 初始化时注册 ToyDialect，getDefiningOp<transposeop>()</transposeop> 就会返回空，因为 MLIR 不认识这个 op 类型。
- 确保测试 IR 文件顶部有
module { ... }，且所有 op 都属于已注册方言，否则mlir-opt解析阶段就失败 -
TransposeOp必须从对应方言头文件（如"toy/ToyOps.h"）中 include，不能只 forward declare - 修改 pass 后务必 clean build 目录再
make，MLIR 的 TableGen 生成文件（*.inc）缓存极易导致static_assert失败或 symbol not found - 首次运行失败时，先用
mlir-opt --verify-diagnostics your.mlir看是否 IR 本身就不合法，再查 pass 逻辑
