duncanyoung-1/auto-embedded

208 stars 品質 56 トレンド 56

让 AI 编码助手可靠地写嵌入式固件的开箱即用工程框架。 AI 写嵌入式三宗罪：乱猜引脚、上下文断档、空口宣称修好。auto-embedded 一条命令装进你的固件工程——强制五阶段流程、冻结的硬件资源表、落盘的任务记忆、编译/烧录/调试工具技能、80+ 篇离线嵌入式知识库——一次接线，7 个 AI 平台同时生效。

概要

README

auto-embedded

English • 快速开始 • 核心概念 • 架构原理 • 常见问题

为什么需要它？

能力	改变了什么
强制五阶段流程	每条回复声明所处阶段（`[MODE: RESEARCH]`…）。计划经你审查后才能写代码——不再"上来就改"。
硬件资源锁	引脚 / DMA / 中断优先级先冻结进 `hw-lock.yaml` 再编码。冲突由脚本 exit code 拦截，不靠 AI 自觉。
任务记忆落盘	进度、改动、研究发现持久化在 `.auto-embedded/`。新会话自动注入现场、"五问重启"接着干——上下文断档不再杀死任务。
证据门禁	屏蔽"应该没问题"。必须出示编译输出 / 串口日志 / 手册页码才算完成。
项目规范自我进化	每个任务收尾把学到的（决策、坑、约定）沉淀回工程规范库，下次自动注入。
工具链与知识库内置	24 个工具技能（编译/烧录/调试/串口/总线/分析）+ 80+ 篇离线知识库——按工程 profile（芯片/构建/OS 探测）精简装，只给相关的（`aemb profile` 查、`aemb add` 增）——AI 查表干活，不瞎编寄存器。
7 平台一次接线	规则写一次，`aemb init` 按各平台原生语法和钩子机制装进 Claude Code、Cursor、Codex、OpenCode、Copilot、Gemini CLI、Windsurf。

前置要求

Node.js >= 20
Python >= 3.9

快速开始

# 1. 全局安装 CLI
npm install -g auto-embedded

# 2. 装进你的固件工程（--platforms 选你在用的 AI 工具，或 --all 全装）
aemb init /path/to/firmware-project -u 你的名字 --platforms claude,cursor

# 3. 在该工程用对应 AI 工具新开会话 —— 现场自动注入，直接说需求即可

各平台命令语法、日常命令、维护操作（doctor / update / uninstall）见快速开始指南。

怎么用

用自然语言说需求，框架自动路由：

你说	它做什么
`帮我给 STM32F103 移植一个 SSD1306 驱动`	先搜本地知识库 → 评估开源驱动 → 移植适配（复用优先，不造轮子）
`查手册，确认 F103 ADC 时钟上限`	查手册流程：搜 PDF → 提取参数 → 写回代码注释并带页码
`USART1 中断为什么不触发`	证据优先排障：先查寄存器配置 / NVIC / 网表，再动代码
`启用比赛模式，做一个平衡车控制系统`	6 个专职 AI 角色并行：冻结引脚与接口契约 → MATLAB 仿真过门 → 驱动+算法分头推进

工作原理

auto-embedded 用平台钩子和角色化子代理跑一个强约束循环：

RESEARCH —— 识别芯片、查内置知识库、引脚规划写入 hw-lock.yaml。禁止改代码。
INNOVATE → PLAN —— 对比方案，产出逐项实施清单（路径 + 函数签名 + 验证标准）。含代码的计划需你确认。
EXECUTE —— 单写者 Builder 一轮一个改动点、每项给证据；每步确认后本地 git 快照。
REVIEW —— 先跑机械门禁（arch-check 分层 + 硬件冲突 + 规范完整性），再实测验证；经验沉淀回 spec/。

会话开始、每轮对话、每次派子代理都经项目级钩子注入恰好相关的上下文——由各平台钩子机制保证必然发生，不靠模型记性。详见架构原理。

资源导航

需求	链接
安装、首个任务、各平台语法	快速开始
RIPER-5、硬件锁、记忆机制、比赛模式	核心概念
注入闭环、仓库结构、扩展平台	架构原理
安装细节与排障	INSTALL.md
AI 自身遵循的协议	SKILL.md