本文介绍了一个名为GaryCLI的开源项目，这是一个能够全自动完成STM32嵌入式开发流程的AI智能体。GaryCLI通过大模型+FunctionCalling技术，实现了从自然语言需求到硬件运行的完整闭环，包括代码生成、交叉编译、物理烧录、运行验证和自动调试。与现有AI编程助手不同，GaryCLI具备硬件感知能力和自愈功能，能通过读取寄存器诊断问题并自动修复。文章详细解析了其四层架构、核心算法、

AI 幻觉是所有 LLM Agent 都必须面对的问题。一个模型可能记错寄存器地址，可能编造不存在的 Kconfig 选项，可能把 F1 的寄存器结构套到 G4，也可能看到一次烧录返回 0 就错误宣布“硬件验证成功”。如果 GaryCLI 的架构只是“大模型 + shell”，那这个批评完全成立。但 GaryCLI 当前真正花大量工程成本做的，就是把这些不应该交给模型自由发挥的部分工具化。

Claude Code 和 Codex 在大方向上相似：都是项目级 Coding Agent，而不是专门为 MCU 设计的工具。Anthropic 官方强调 Claude Code 可以读取代码库、跨文件修改、执行命令和测试，并通过 CLAUDE.md、Skills、Hooks、Plugins、Subagents 和 MCP 把团队知识与外部系统接进来。这套机制对嵌入式开发非常有吸引力，因为固件团

Claude Code 和 Codex 在大方向上相似：都是项目级 Coding Agent，而不是专门为 MCU 设计的工具。Anthropic 官方强调 Claude Code 可以读取代码库、跨文件修改、执行命令和测试，并通过 CLAUDE.md、Skills、Hooks、Plugins、Subagents 和 MCP 把团队知识与外部系统接进来。这套机制对嵌入式开发非常有吸引力，因为固件团

Claude Code 和 Codex 在大方向上相似：都是项目级 Coding Agent，而不是专门为 MCU 设计的工具。Anthropic 官方强调 Claude Code 可以读取代码库、跨文件修改、执行命令和测试，并通过 CLAUDE.md、Skills、Hooks、Plugins、Subagents 和 MCP 把团队知识与外部系统接进来。这套机制对嵌入式开发非常有吸引力，因为固件团

Claude Code 和 Codex 在大方向上相似：都是项目级 Coding Agent，而不是专门为 MCU 设计的工具。Anthropic 官方强调 Claude Code 可以读取代码库、跨文件修改、执行命令和测试，并通过 CLAUDE.md、Skills、Hooks、Plugins、Subagents 和 MCP 把团队知识与外部系统接进来。这套机制对嵌入式开发非常有吸引力，因为固件团

这次任务最终的硬件结果如下。OLED 已经在真实开发板上显示出温度和湿度数据，可以看到屏幕上的Temp:26 C与Humi:34%。旁边是正在运行的 STM32 开发板。这张照片对我们来说比一张代码截图更重要。因为它说明任务已经从“模型认为自己的代码应该可以工作”，跨到了“现实硬件已经产生了目标现象”。当然，我们也不会把一张照片包装成“AI 已经解决了所有嵌入式验证问题”。现实世界比软件测试复杂得

GaryCLI 是面向 STM32、ESP32/ESP8266、RP2040 等平台的 AI 原生嵌入式开发与调试智能体。本文从工程工具链、编译烧录、硬件验证、GaryProbe、Gary Knowledge 与 Gary Pro 等方面，介绍如何让 AI 从“会写代码”走向能够参与真实硬件闭环的工程系统。

GaryCLI 是面向 STM32、ESP32/ESP8266、RP2040 等平台的 AI 原生嵌入式开发与调试智能体。本文从工程工具链、编译烧录、硬件验证、GaryProbe、Gary Knowledge 与 Gary Pro 等方面，介绍如何让 AI 从“会写代码”走向能够参与真实硬件闭环的工程系统。

GaryCLI 是面向 STM32、ESP32/ESP8266、RP2040 等平台的 AI 原生嵌入式开发与调试智能体。本文从工程工具链、编译烧录、硬件验证、GaryProbe、Gary Knowledge 与 Gary Pro 等方面，介绍如何让 AI 从“会写代码”走向能够参与真实硬件闭环的工程系统。