随着AI技术的爆发,大语言模型(LLM)已经可以帮我们写代码、做数据分析,那么它能不能直接深入硬件底层,协助我们画电路图呢?

今天为大家介绍一款全新的硬核开源项目——JLC-EDA-BRIDGE。它能够在 嘉立创EDA 专业版本地客户端 中通过“扩展 + 本机服务”的方式进行完美桥接。

💡 核心亮点:把 EDA 变成大模型的“游乐场”

这个项目的核心目标,是把强大的 EDA 能力暴露为一组 jlc.* 工具。通过这些工具,LLM 可以自动化地为你完成以下繁琐工作:

  • 原理图的智能读取与局部编辑

  • 原理图的自动增补绘制

  • 工程文件的自动化导出

    AI 化身全能选型工程师

    画原理图不仅是连连线,真正的难点在于“选对器件”。JLC-EDA-BRIDGE 彻底打通了这一壁垒,为大模型提供了强大的智能元件选型能力

  • 海量云端器件库无缝接入:项目底层封装了 library.searchDeviceslibrary.getDevice 等高阶 RPC 接口与工具(如 jlc.library.search_devices)。这意味着 LLM 可以直接在庞大的“立创商城”中进行元件选型。

  • 自然语言驱动器件检索:你可以直接对 Agent 说:“给我找一个支持 Type-C 16P 的接口”或者“选一颗常用的 3.3V 稳压芯片”。大模型会自动提取关键字检索器件库,获取器件详细信息、引脚定义(如坐标、编号、名称)并直接放置到图纸中。

  • “原理图即代码”中的智能解析:在项目前瞻的 Schematic-as-Code(SAC)架构中,支持在代码中仅仅写上 search: "CH224K",编译器就能在后台自动将其解析并绑定为准确的立创商城器件 UUID(deviceUuid/libraryUuid)。从概念设计到落地 Boma 单,AI 一气呵成

不仅如此,项目还为 LLM 准备了专属的“Skills”快速上手文档(涵盖区域选取、读取、编辑等),并前瞻性地探索了“原理图即代码(Schematic-as-Code)”的创新方案。目前核心能力已在 0.0.13 版本并在 Windows 的 git bash 环境下完成测试验证。

🛠️ 极简架构:告别臃肿的 Node 环境

为了最大限度降低硬件工程师和 AI 开发者的使用门槛,本仓库目前的推荐使用方式非常轻量:EDA 扩展 + websocat(短驻/ WS Server)

  • 真正的零依赖:用户侧完全无需安装庞大的 Node.js 或是复杂的 MCP 包。(注:早期由于历史原因提供的 packages/mcp-server 和 npm 包虽兼容保留,但已不再推荐使用,未来会逐步废弃)。

  • 轻量级 WebSocket 通信:EDA 扩展本身作为一个 WebSocket 客户端,只会连接你本机的 ws://127.0.0.1:<port>。使用通用的 websocat 工具充当服务端并在调用时短驻启动即可。

  • 完美的多工程支持:端口默认配置为 9050,强烈建议在 9050-9059 范围内分配。扩展非常智能,会自动为你协商一个可用端口(每个工程窗口独占一个,最多 10 个),并在握手时显示,彻底告别端口冲突烦恼。

🚀 快速开始
  1. 安装 websocat 通用工具

    • macOS (Homebrew): brew install websocat

    • 通用 (需要 Rust): cargo install websocat

    • 或者直接去 GitHub Release 下载二进制包并添加环境变量。

  2. 配置与运行:在 EDA 扩展里配置好 WS 地址,随后即可通过命令行一键唤起临时 WS 服务端,测试诸如 pingjlc.bridge.ping 的工具调用(建议仅监听 127.0.0.1 确保安全)。

⚠️ 避坑与高能预警

这是一个非常严肃的警告! 由于大模型具有一定的不可控性,请务必确保在随时可废弃的测试环境中使用本项目,并且一定要及时备份你的工程文件。如果在自动化操作过程中遇到 AI “删库”、破坏连线等惨烈事故,请自行负责!

https://github.com/XuF163/jlc-eda-mcp

镜像仓库 

jlc-eda-mcp - AtomGit | GitCode

本项目始于2025年开始开发,遵循 AGPLv3 开源许可协议,任何形式的二次开发(二开)、思路借鉴或文章转载,请务必在文章/项目开头的显眼位置明确注明原作者,并附上本原始项目的来源链接!

尊重原创者的劳动成果,是技术社区健康发展的基石。期待大家用这个工具玩出更多花样!

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐