飞书里跟 AI 聊天,让 Hermes + LCEDA Pro 结合本地llmwiki理解电路

之前用AI 直接连上立创 EDA Pro**,读我的原理图、分析设计电路,但是如果我还想让他翻我自己的知识库、然后告诉我哪里可能有问题。大模型跑在本地,知识库是自己维护的 LLM Wiki,数据全程不出内网

效果就是:我切到飞书说一句「帮我读一下 yt_iomcu 页的元件」,十秒后 AI 把 82 个元件全部列出来——主控芯片、缓冲器、晶振、LED、阻容,型号、位号、封装一清二楚。
在这里插入图片描述

先看这套工作流跟传统方式的差别:

对比项传统人工方式飞书 + AI Agent 方式
读一页原理图元件手动逐个点开属性,约 1 小时一句话,30 秒出全表
8 页原理图整理 BOM半天起步几分钟
芯片设计规则核对翻数据手册 + 人工比对AI 自动查本地 Wiki 交叉验证
阻抗参数计算手算 + 跟板厂来回确认AI 从 Wiki 读参数直接填工具
知识沉淀散落在脑子和文件夹里结构化存进 LLM Wiki,可检索
数据安全全程本地,原理图不出内网

这篇文章把整个搭建过程拆开讲:为什么选 Hermes、框架怎么搭、踩了哪些坑、最终能做什么。

一、为什么用 Hermes,而不是直接调大模型

原因就一条:Hermes 有一套完整的本地知识库系统,而且有持久记忆

普通的 AI 对话,关了窗口就忘了你说过什么。Hermes 不一样,它有三层「记忆」:

能力作用实际例子
LLM Wiki 知识库资料自动结构化、建索引、交叉引用STM32 电源规范、去耦要求、阻抗参数、6 层板叠构方案
Memory 持久记忆记住环境配置、路径、偏好Bridge 路径说一次,之后它自己知道去哪查
Session 会话检索翻历史对话记录「上次那个阻抗结果是多少」直接查

AI 来查资料的时候,不是去网上搜通用答案,而是翻你自己整理的知识库。答案的可信度完全不同。

另外 Hermes 本身是多平台网关,飞书、Telegram、Discord 都能接。对我来说最顺手的是飞书——平时工作消息就在飞书上,切过去说句话就能让 AI 干活。

二、框架:三层结构串起飞书和立创 EDA

整个链路分三层,各层职责如下:

组件跑在哪干什么
飞书 + Hermes GatewayUbuntu 虚拟机收消息 → 调 AI → 回复
Bridge Server(Node.js)端口 49620纯透传:AI 的 JS 代码 ↔ EDA 的返回数据
LCEDA Pro + API Gateway 扩展Windows 宿主机执行 eda.* API,120+ 个接口可调

第二层的 Bridge 做的事情很纯粹:把 AI 的意图「翻译」成立创 EDA 能执行的 JS 代码。比如 AI 说「读原理图元件」,Bridge 就把 await eda.sch_PrimitiveComponent.getAll() 透传过去,把返回的 JSON 原样传回来。Bridge 本身不做任何数据处理,几百行代码就能跑,出问题也好排查。

启动 Bridge 就一条命令:

node scripts/bridge-server.mjs

启动后能看到端口、API 地址、health 检查端点全部列出来:

在这里插入图片描述

Bridge 跑起来后,立创 EDA 里的 API Gateway 扩展会自动扫描 49620-49629 端口,连上后「关于」窗口显示 Connected (port 49620)

连接活跃时,Bridge 日志里持续有 Ping/Pong 心跳:

在这里插入图片描述

到这一步就打通了。在飞书里说「读一下工程里的原理图」,AI 通过 Bridge 调 API,返回完整元件清单。比如我的 8 页原理图工程,AI 读出了电源页的全部 71 个元件——DC-DC、LDO、降压模块、阻容,一个不落:

在这里插入图片描述

三、踩坑记录:四个坑一个没跑掉

桥搭通是结果,坑才是干货。四个坑全记录:

现象根因解决方案
虚拟机网络不通Windows 连不上 VM 里的 BridgeNAT 模式下绑 127.0.0.1 外部不可达Listen Host 改 0.0.0.0 + VBox 端口转发,后来直接换桥接网卡
双 Bridge 打架另一个 AI 工具的 Bridge 端口冲突两个 AI 共用一份 Bridge目录整个复制一份物理隔离,端口自动错开
沙箱切页失效openDocument 返回成功但读的还是旧页API Gateway v1.0.5 沙箱绑定首个打开的文档手动在 EDA 里点页面标签刷新上下文
字段名对不上返回全是空对象,以为 API 坏了位号字段叫 designator 不是 designation先打一个样本看 Object.keys() 再写解析

在这里插入图片描述

第四个坑多说一句:立创 API 还有几个容易忽略的版本细节,官方文档有但分散——

API3.2.149 版本行为注意点
create()同步,不加 await≥3.3.x 变异步
search() / getByLcscIds()异步,必须 await忘了 await 返回 Promise 空值
getAll()异步,须 await只返回当前激活文档的数据
console.log沙箱里不可靠sys_ToastMessage 或直接返回值调试

四、现在能做什么

打通之后的实际产出:

能力之前现在
单页原理图元件扫描手工 1 小时30 秒
全工程 BOM 整理半天几分钟
电气语义检查(VCAP 电容数量、去耦距离、CAN 终端电阻)靠人脑记忆,容易漏AI 对照 Wiki 逐条核对
六层板阻抗计算(50/90/100/120Ω 五组)手算 + 板厂确认AI 读 Wiki 参数填工具,连叠构编号一起出

重点说下电气语义检查——这是官方 DRC 做不到的。DRC 只看间距、孔径、丝印重叠这些物理规则,它不知道「这颗芯片的 VCAP 引脚需要 2 颗 2.2µF」「去耦电容要距引脚 5mm 以内」。这种检查必须结合芯片专属知识,而知识就存在本地 Wiki 里。

五、数据不出门

整套方案里我最看重的一点:所有知识和设计数据全程本地

芯片电源规范、PCB 设计规则、阻抗参数存在本地 LLM Wiki;大模型调用走自己的 API;原理图数据在内网里流转。还没发布的板子原理图,不可能上传给云端通用大模型——但你又确实需要 AI 帮你翻资料、做比对。本地化方案恰好解决这个矛盾。

最后泼盆冷水:工具在进化,但板子最后还是要人来定。AI 查出来的是「疑似问题」,不是「判决书」,人工复核这一步永远不能省


转载请联系作者 | AI的探索之旅 | 让技术发挥最大价值

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI的探索之旅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值