diff --git a/tf_adapter_2.x/npu_device/core/npu_device.cpp b/tf_adapter_2.x/npu_device/core/npu_device.cpp
index f32ebdee2774b16ce6667232f73495abf4c5759b..c0aa246c4bcd1257c0ac3cc030ead65dd79c38c9 100644
--- a/tf_adapter_2.x/npu_device/core/npu_device.cpp
+++ b/tf_adapter_2.x/npu_device/core/npu_device.cpp
@@ -587,14 +587,15 @@ tensorflow::Status NpuDevice::TransResourceInput2GraphNode(
                           .Attr("_arg_index", int(index))
                           .Finalize(graph, &arg_substitutes[node]));
       } else if (arg_is_variable.count(index)) {
-        NPU_REQUIRES_OK(tensorflow::NodeBuilder(npu::WrapResourceName(arg_resource_handles[index].name()), "VarHandleOp")
-                          .Attr("container", arg_resource_handles[index].container())
-                          .Attr("shared_name", arg_resource_handles[index].name())
-                          .Attr("dtype", arg_handle_dtyes[index][0])
-                          .Attr("shape", arg_handle_shapes[index][0])
-                          .Attr("_arg_name", node->name())
-                          .Attr("_arg_index", int(index))
-                          .Finalize(graph, &arg_substitutes[node]));
+        NPU_REQUIRES_OK(
+          tensorflow::NodeBuilder(npu::WrapResourceName(arg_resource_handles[index].name()), "VarHandleOp")
+            .Attr("container", arg_resource_handles[index].container())
+            .Attr("shared_name", arg_resource_handles[index].name())
+            .Attr("dtype", arg_handle_dtyes[index][0])
+            .Attr("shape", arg_handle_shapes[index][0])
+            .Attr("_arg_name", node->name())
+            .Attr("_arg_index", int(index))
+            .Finalize(graph, &arg_substitutes[node]));
       }
     }
   }
@@ -1597,9 +1598,9 @@ void NpuDevice::RunOp(TFE_Context *context, const npu::OpSpec *spec, int num_inp
   // npu_inputs 指向NPU内存的TFE_TensorHandle**
   // outputs 指向NPU内存的TFE_TensorHandle**
   // parser_ndef 打了输入输出描述的ndef，需要优化，后续直接存储ACL的结构体
-  // output_shapes 临时变量，算子的输出shape
-  // spec
-  // 待运算算子的说明信息，必定包含InputShapes(),InputTypes(),OutputTypes()，不一定包含OutputShapes()(因为有的算子inferShape依赖输入的值（如reshape），输出shape需要使用上面的output_shapes临时变量)
+  // output_shapes 临时变量，算子的输出shape，
+  // spec 待运算算子的说明信息，必定包含InputShapes(),InputTypes(),OutputTypes()，
+  // 不一定包含OutputShapes()(因为有的算子inferShape依赖输入的值（如reshape），输出shape需要使用上面的output_shapes临时变量)
 
   /*
    从TFE_TensorHandle*获取NpuManagedBuffer:
diff --git a/tf_adapter_2.x/npu_device/core/npu_device_register.h b/tf_adapter_2.x/npu_device/core/npu_device_register.h
index 6e83824ffae79c8debcdbab3582141802c1d381e..ef5f9f56de2435a29034b96d77ded5cfc0f5da57 100644
--- a/tf_adapter_2.x/npu_device/core/npu_device_register.h
+++ b/tf_adapter_2.x/npu_device/core/npu_device_register.h
@@ -23,7 +23,7 @@
 #include "tensorflow/c/eager/c_api.h"
 
 namespace npu {
-std::string CreateDevice(TFE_Context *context, const char *device_name, int device_index,
+std::string CreateDevice(TFE_Context *context, const char *name, int device_index,
                          const std::map<std::string, std::string> &device_options);
 
 void ReleaseDeviceResource();