新闻详情

新闻详情

首页 / 资讯中心 / 详情

Velxio MCP Server 完全指南:如何快速让 AI Agent 替你搭电路、编译代码、生成嵌入式工程

发布时间:2026/11/18 14:44:10来源:尧图网络
Velxio MCP Server 完全指南:如何快速让 AI Agent 替你搭电路、编译代码、生成嵌入式工程
Velxio MCP Server 完全指南如何快速让 AI Agent 替你搭电路、编译代码、生成嵌入式工程【免费下载链接】velxioEmulate Arduino, ESP32 Raspberry Pi. in your browser. Write code, compile, and run on 19 real boards — Arduino Uno, ESP32, ESP32-C3, Raspberry Pi Pico, Raspberry Pi 3, and more. No hardware, no cloud, no limits.. Discord: https://discord.gg/3mARjJrh4E项目地址: https://gitcode.com/gh_mirrors/ve/velxioVelxio 是一个运行在浏览器里的 Arduino / ESP32 / Raspberry Pi 硬件模拟器支持在 19 块真实开发板上写代码、编译并仿真运行。而Velxio MCP Server是它内置的 Model Context ProtocolMCP服务能直接接入 Claude、Cursor 等 AI Agent——你可以用一句自然语言指令让 AI 自动搭建电路、生成 Arduino 工程代码并一键编译出 HEX 固件全程无需硬件、无需云端。什么是 Velxio MCP Server传统嵌入式开发的门槛在于环境装工具链、配板卡、接硬件。Velxio MCP Server 把这套工作流封装成了7 个标准化工具接口暴露给任何支持 MCP 协议的 AI 客户端。AI 拿到这些工具后就像一位熟练的硬件工程师先选板子、画连线再写代码、跑编译最后把可仿真的产物交到你手上。它的核心能力包括结构化创建与更新电路纯 JSON 描述AI 友好Wokwidiagram.json双向导入导出与主流仿真格式无缝互通根据电路自动生成 Arduino 工程代码⚙️调用 arduino-cli 编译返回 HEX / BIN / UF2 产物与完整日志7 个 MCP 工具速览工具一句话说明compile_project编译 Arduino sketch → Intel HEX / 二进制run_project编译并标记产物为可直接仿真create_circuit从零创建电路定义update_circuit向已有电路合并增量修改import_wokwi_json解析 Wokwi 电路文件 → Velxio 电路export_wokwi_json导出 Velxio 电路 → Wokwi 格式generate_code_files由电路定义生成入门.ino代码工具实现位于 backend/app/mcp/server.pyWokwi 格式解析与代码生成逻辑在 backend/app/mcp/wokwi.py完整文档见 docs/MCP.md。一键安装步骤3 步跑通 Velxio MCP Server前置条件Python 环境 arduino-cli仅编译功能需要。cd backend pip install -r requirements.txt arduino-cli core update-index arduino-cli core install arduino:avr依赖清单在 backend/requirements.txt底层编译服务封装在 backend/app/services/arduino_cli.py。方式一stdio 接入 Claude Desktop本地 Agent 首选backend/mcp_server.py 是标准 stdio 入口作为子进程被 AI 客户端拉起。修改 Claude Desktop 的配置文件~/.claude/claude_desktop_config.json{ mcpServers: { velxio: { command: python, args: [/绝对路径/to/velxio/backend/mcp_server.py] } } }重启客户端后直接对 AI 说帮我用 Arduino Uno 搭一个呼吸灯电路并编译工具就会被自动调用。方式二SSE 接入 Cursor / Web AgentHTTP 传输backend/mcp_sse_server.py 提供独立 SSE 服务默认端口8002与主后端 8001 隔离避免框架版本冲突可并行运行cd backend python mcp_sse_server.py --port 8002MCP 客户端配置只需一个 URL{ mcpServers: { velxio: { url: http://localhost:8002/sse } } }实战让 AI 用 3 步做出 Blink 电路以下是文档中的经典工作流详见 docs/MCP.md 的 Example Walkthroughscreate_circuit— 指定arduino:avr:uno放入 LED 与 220Ω 电阻声明 D13 → LED → GND 连线generate_code_files— 附一句自然语言每 500ms 闪烁红色 LEDAI 生成blink.inocompile_project— 传入 sketch 内容与板型拿到success: true和完整 HEX 内容。生成的 HEX / 二进制产物可直接载入 Velxio 前端浏览器仿真器——左侧代码、右侧电路、底部串口监视器一应俱全编译成功到看到 LED 真的闪起来只隔一次刷新。Wokwi JSON 双向兼容电路资产自由流动import_wokwi_json与export_wokwi_json让 Velxio 电路与 Wokwidiagram.json互相转换把别人分享的 Wokwi 电路丢给 AI 导入分析或把 AI 生成的电路导出成标准格式归档。转换规则引脚映射、颜色规范化、板型识别都实现在 backend/app/mcp/wokwi.py。进阶run_project 让仿真一步到位run_project在编译基础上额外返回simulation_ready标志产物可被前端直接装载进 AVR / RP2040 模拟器实际执行发生在浏览器端——AI 完成编译后电路仿真零等待。对于 WiFi 类项目编译好的固件能在仿真环境中真实连上模拟热点、订阅 MQTT 主题安全沙箱与生产建议每次编译在临时目录中执行用完即清理arduino-cli 以无特权子进程方式调用生产部署建议设置环境变量COMPILATION_TIMEOUT_SECONDS并在进程层强制执行超时。参考资料官方完整文档含全部示例与返回字段说明docs/MCP.mdMCP 工具定义源码backend/app/mcp/server.pystdio 入口脚本backend/mcp_server.pySSE 入口脚本backend/mcp_sse_server.py编译服务封装backend/app/services/arduino_cli.pyESP32 仿真背景阅读docs/ESP32_EMULATION.md 从一句话描述需求到可运行的固件Velxio MCP Server 把嵌入式工程的前半程完全交给了 AI——你现在就可以把 backend/mcp_server.py 接进你的 AI 客户端试试让它设计第一个电路。【免费下载链接】velxioEmulate Arduino, ESP32 Raspberry Pi. in your browser. Write code, compile, and run on 19 real boards — Arduino Uno, ESP32, ESP32-C3, Raspberry Pi Pico, Raspberry Pi 3, and more. No hardware, no cloud, no limits.. Discord: https://discord.gg/3mARjJrh4E项目地址: https://gitcode.com/gh_mirrors/ve/velxio创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉