reactive-resume
reactive-resume
A one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source and free forever. Try it out today!
PROJECT TOPICS
INSTALL REFERENCE
dsh plugin --profile web add github:yxy050208/multisim-mcp
该命令指向仓库当前默认分支;尚无绑定当前 commit 的完整验证结果。
PROJECT README
让 AI Agent 根据实验要求自动生成 Multisim 电路、运行仿真、提取实验数据,并导出 电路图、CSV、波形图和实验报告。
当前发布候选版为
1.3.0rc1(GitHub 标签v1.3.0rc1)。项目非 NI 官方产品,需要本机安装并授权 Multisim 14+;COM 在独立 32 位 Python worker 中运行,MCP 前端可使用 32 或 64 位 Python。
开发分支已加入组合模拟电路原生工作流:宿主 AI
可通过 run_generated_analog_project 提交组合网表与采样指标,完成原生连接核对、
OP/AC、完整电路图和报告导出。已在 Multisim 14.3 实测两级(14 器件)和四级
(24 器件)RC+理想运放电路;这不代表任意真实芯片或开关电源已支持。
另已完成 LM324AJ 毕业设计场景插件验收:
经 MCP stdio 生成两级电路,运行原生 OP/AC/TRAN,根据测量校准零点后以相同指标复验。
真实模型依赖本地授权模板;校准电压源的硬件实现和其他芯片仍未验收。
新增 2N3904 共射原生验收:通过
run_natural_common_emitter 执行中文需求,生成原生图纸并检查工作点、1kHz 增益和
脉冲响应。图纸使用真实直流/脉冲源、共射布局和隐藏测量面板。要求重建本地模板包,
当前仅实测 Multisim 14.3;新工程仍需图面复核,不代表第二阶段全部完成。
第二阶段预览版的准确变更、验证结果和发布边界见
1.3.0rc1 发布说明。
后续源码开发新增 桥式整流原生插件工作流:
run_natural_rectifier 从低压交流输入、负载电流和纹波要求生成 1N4001GP 桥式电路,
核对原生模型、引脚及保存参数,运行 OP/TRAN 并导出图纸、波形与报告。
已完成默认工况、4V/5mA、18V/60Hz/200mA 和更严格纹波工况的本机实测。
此新增能力尚未进入 1.3.0rc1 发布包,不包含稳压电源或实物设计认证。
进一步新增 原生整流电容优化闭环:
optimize_natural_rectifier 固定负载比较九个电容候选,检查输入/负载/电容变化及启动,
选定通过全部声明工况的最小候选,重开保存工程复验并导出对比报告。
12V/100mA/纹波≤0.3V 的本机测试完成 27 次原生运行,将电容从4700μF降至3900μF。
v1.2.0是不含 React 前端的 MCP Core 正式版:包含 Python MCP 服务、CLI、EDA 核心、模型/DeepSeek 适配、测试、文档及可选 loopback 桥接 API;不包含仍在独立 开发的 React Workbench 前端。GitHub、PyPI 与 MCP Registry 均已发布v1.2.0。
四个开发阶段和 1.0 发布门禁见 1.0 路线图。
PyPI 安装包 · 官方 MCP Registry 条目 · DeepSeek Harness npm 插件 · GitHub Release
1.2.0 已同步发布到 GitHub Release、PyPI 与
io.github.yxy050208/multisim-mcp 官方 MCP Registry 条目。由本地 NI
样例提取的 XML 模板不属于
MIT 代码授权范围,公开仓库默认不应包含这些文件。用户需要运行
tools/bootstrap_local_component_pack.py,从自己已授权的 Multisim 安装生成本地模板包。
请不要上传 analysis/、.ms14、解码 XML、类型库转储、实验输出或当前包含 142 个
本地模板的开发 wheel。完整发布步骤见 docs/PUBLISHING.md。
1.2.0 正式核心将公共面扩展为 78 个工具、20 个资源模板和 5 个双语提示词,新增
审批式设计规划、诊断/补丁评估、全局优化、自主纠错、Multisim/ngspice 差分验证与
可恢复作业。详情见 v1.2.0 发布说明。
开发分支新增只读的 review_design_requirements 需求契约审查:在基线实验前区分硬约束、
软目标、偏好和假设,并拦截同一信号上的明显冲突。接口说明见
需求契约审查。
开发分支还新增 bind_requirement_review_to_design,把契约绑定到已有设计快照并报告
缺失信号与可优化参数,以及 snapshot_open_circuit 的 COM 导入快照入口;已发布的
v1.2.0 仍保持 78 个工具,开发分支公共面为 95 个工具。
开发分支已提供 自然语言 RC/RLC/OPAMP 工程入口:从明确的中文/英文需求生成
可编辑 Multisim 工程,原生仿真并比较 E24 候选,导出带验收状态的报告。当前为有限规则解析,
尚不代表通用 AI 自动设计或任意电路支持。
可选 --planner model 接入已配置的模型,先检查原始需求与提案的一致性,再执行原生实验。
模型调用、拒绝原因和原生实验会共同留档;本机 Ollama/Qwen3 与 Multisim 14.3 已完成一次真实联合测试。
绑定结果中的 native_optimization_readiness 带有完整性摘要;在用户明确批准、通过运行时门禁后,
run_native_parameter_sweep 才会对当前打开工程执行有界 R/C/L 参数扫描,并在每次运行后恢复原值。
扫描完成后可用 rank_native_sweep_results 按均值、峰峰值、RMS 或目标值距离自动排序候选方案。
prepare_native_sweep_patch 会把最佳候选转换为现有审批体系可处理的标准可逆 DesignPatch。
通过显式审批后,apply_native_sweep_patch_to_copy 只写入新的 .ms14 副本,并重新打开源工程。
compare_native_sweep_baseline 会自动识别原始参数组并计算改进量;
export_native_sweep_report 导出中文为主的 Markdown、JSON 和 SHA-256 清单;传入已批准生成的
.ms14 副本后,还会把优化工程复制到报告目录并建立相对链接,形成可移交的证据包;传入原始
扫描结果后,还会生成基线/优化波形 CSV 与 SVG 对照图。
run_circuit_experiment 可以从同一份受限 SPICE 网表完成:
.ms14 原理图。manifest.json。对于较长实验,submit_circuit_experiment 持久任务接口会立即返回
job_id,可通过 get_experiment_job、list_experiment_jobs、
cancel_experiment_job、retry_experiment_job 或 multisim://jobs/{job_id} 查询、
取消和重试任务。每个实验
运行在隔离任务进程中;全部 Multisim COM/编解码操作还会进入长期驻留的 32 位
COM worker。worker 崩溃、RPC 超时或心跳超时不会拖垮 MCP 服务,后续调用可重启
COM worker,服务重启后未完成任务会安全地重新排队。
1.0 还加入了可计算的设计验收与批量实验:
run_verified_circuit_experiment 接收版本化 ExperimentSpec,自动测量时域频率、
THD、增益、带宽、截止频率、上升时间、过冲、纹波、功耗等指标,并把逐项
pass / fail / unverified 结论写入 verification.json 和实验报告。measure_experiment 与 verify_experiment_requirements 可对已注册实验重新计算
指标;信号或证据缺失时只返回 unverified,不会猜测结果。plan_experiment_sweep、run_experiment_sweep、submit_experiment_sweep 支持
参数、容差、温度与可复现 Monte Carlo 扫描。每次扫描最多 100 个运行点,长扫描
复用持久任务的取消、超时、崩溃恢复与输出锁。summary.json、扁平 data.csv 和每个运行点的原始产物,并通过
multisim://sweeps/{sweep_id}/summary|data 读取。验收请求的核心结构如下;operator 支持 at_least、at_most、between 和
approximately:
{
"spec": {
"schema_version": 1,
"title": "分压器验收",
"netlist": "VIN vin 0 DC 10\nR1 vin vout 1k\nR2 vout 0 1k\n.end\n",
"commands": "dc VIN 0 10 1",
"requirements": [
{
"id": "gain",
"metric": "gain",
"signal": "V(vout)",
"reference_signal": "V(vin)",
"operator": "approximately",
"target": 0.5,
"tolerance_percent": 1
}
],
"theoretical_values": {"gain": 0.5}
},
"output_dir": "C:\\experiments\\divider-verified"
}
扫描的 mode 可设为 parameter、tolerance、temperature 或
monte_carlo。元件数值使用有限数字替换已声明的 {{NAME}} 占位符;建议先调用
plan_experiment_sweep 检查完整展开结果,再提交真实运行。
已经在 Multisim 14.3 上完成分压器、耦合电感、数字门/JK 时序以及 函数发生器 + 示波器联合实验的真实验证。
1.0 加入不分发 NI 数据库资产的可移植元件与数据仪器:
@TRANSFORMER、@POTENTIOMETER、@RELAY、@CRYSTAL、功率二极管/MOS;@DFF、@TFF、@COUNTER4、@SHIFT_REGISTER4、@ADC1、@DAC1;read_virtual_multimeter、analyze_bode_response 和 analyze_logic_signals;export_formal_experiment_report,以及 5 个新的正式报告/清单 Resource。适配器语法与社区 JSON 接口见 docs/COMPONENT_ADAPTERS.md,
真实版本边界见 docs/COMPATIBILITY.md。
工作目录持久化格式见 docs/WORKSPACE_MANIFESTS.md。
1.0 真实回归覆盖适配器原理图打开/回导、变压器瞬态、继电器与功率器件工作点、
晶振 AC、DFF 瞬态以及双语正式报告的完整事务发布。
稳定:
实验性:
.subckt 宏模型可递归展开为可编辑原生器件,保留嵌套依赖、
局部节点和 PARAMS: 参数;editable_model_coverage 会区分完整展开、部分展开和
仅载体状态,详见 docs/VENDOR_SPICE_MODELS.md。在源码目录运行以下命令可为多个 Agent 生成 MCP 配置。Agent 可以是 64 位,
-Python32 必须指向已安装 pywin32 且能连接 Multisim 的 32 位 Python:
.\tools\install-agent.ps1 `
-Client all `
-Python32 C:\path\to\python32\python.exe
配置会写入 generated-config/。将对应 JSON 的 mcpServers.multisim 节点复制到
Qwen、ChatGPT、DeepSeek 或其他支持 MCP 的 Agent 配置后重启客户端,再调用
runtime_status 自检。完整边界见 多 Agent 安装说明。
最简单的兼容部署仍是直接安装到 32 位 Python:
C:\path\to\python32\python.exe -m pip install "multisim-mcp==1.1.0"
C:\path\to\python32\Scripts\multisim-mcp.exe
也可以把 MCP 前端安装到 64 位 Python,并为 COM worker 单独保留一套安装了本项目和
pywin32 的 32 位 Python。若系统 py launcher 能发现 32 位 Python,会自动选择;
否则设置:
$env:MULTISIM_MCP_WORKER_PYTHON = 'C:\path\to\python32\python.exe'
C:\path\to\python64\python.exe -m multisim_mcp.server
Linux/Docker 仅提供 MCP 工具发现和兼容性诊断,不能运行 Multisim 仿真。容器中的
runtime_status 会返回 introspection-only;所有 COM 自动化能力仍要求上述 Windows
环境。根目录 Dockerfile 用于 Glama 等目录验证 MCP 协议和工具定义。
从源码安装并生成本地元件模板包:
cd mcp_server
.\setup.ps1 -Python C:\path\to\python32\python.exe
npm install --global electronics-workbench-decoder@0.2.0
cd ..
$env:PYTHONPATH = (Resolve-Path .\mcp_server).Path
C:\path\to\python32\python.exe .\tools\bootstrap_local_component_pack.py `
--output C:\MultisimMcp\component-pack
$env:MULTISIM_MCP_TEMPLATE_DIR = 'C:\MultisimMcp\component-pack'
cd mcp_server
.\run_server.ps1
模板包生成器会连接已授权的 Multisim,并新建一个临时空白电路以取得与当前安装版本 一致的工程骨架;执行前请保存正在编辑的工作。alpha 版本生成的 schema 1 包需要重建。
v1.1.0 提供安装诊断和配置生成命令。默认情况下它们不会启动
Multisim,也不会修改现有客户端配置:
# 人类可读诊断;完整工作流未就绪时给出逐项修复建议
C:\path\to\python32\Scripts\multisim-mcp.exe doctor --lang zh
# 可选:显式启动/连接 Multisim,验证许可证和 COM 激活
C:\path\to\python32\Scripts\multisim-mcp.exe doctor --lang zh --connect
# 便于 Agent/脚本解析的稳定 JSON;--strict 可用于 CI
C:\path\to\python32\Scripts\multisim-mcp.exe --json doctor
# 输出 Claude Desktop JSON 片段
C:\path\to\python32\Scripts\multisim-mcp.exe config `
--client claude-desktop `
--python C:\path\to\python32\python.exe `
--template-dir C:\MultisimMcp\component-pack
# 输出 Codex config.toml 片段
C:\path\to\python32\Scripts\multisim-mcp.exe config `
--client codex `
--python C:\path\to\python64\python.exe `
--worker-python C:\path\to\python32\python.exe `
--template-dir C:\MultisimMcp\component-pack
# 输出 DeepSeek Harness Cordis 插件片段
C:\path\to\python32\Scripts\multisim-mcp.exe config `
--client deepseek-harness `
--python C:\path\to\python32\python.exe `
--template-dir C:\MultisimMcp\component-pack `
--work-dir C:\msre_exp `
--artifact-export-dir C:\MultisimMcp\exports `
--tool-profile experiment
# 在 Harness 项目根安装五个双语实验 Skill
C:\path\to\python32\Scripts\multisim-mcp.exe harness-skills --output .dsh/skills
# 自动发现模型 Provider 并安全预览(不写文件、不联网)
C:\path\to\python32\Scripts\multisim-mcp.exe configure --auto --json
# 确认后写入仅含环境变量引用的配置
C:\path\to\python32\Scripts\multisim-mcp.exe configure --auto --apply
# 使用 UTF-8 文件做一次明确、无工具的模型调用
C:\path\to\python32\Scripts\multisim-mcp.exe model `
--input .\prompt.txt `
--json
# 显式启用四个只读 EDA 工具分析安全 SPICE 网表(不会执行网表)
C:\path\to\python32\Scripts\multisim-mcp.exe model-diagnose `
--input .\diagnosis-prompt.txt `
--netlist .\circuit.cir `
--json
配置生成器默认只打印可复制片段;--output 写入新文件,除非再传入 --force,
否则不会覆盖已有文件。它不会自动合并 Claude Desktop、Codex 或 Harness 的现有配置。
DeepSeek 模型与官方 Harness 的分层、凭据边界和版本兼容性见
DeepSeek / Harness 适配说明。
--tool-profile core|experiment|optimization|full 可限制客户端发现的工具;
省略时保持 55 个工具全部可用的 full 兼容模式。产物导出只有在设置
--artifact-export-dir 后可用,并且只能写入该目录之下。
Harness Skill 安装默认不覆盖现有文件;需要恢复打包版本时显式增加 --force。
模型 Provider 自助配置支持 DeepSeek、OpenAI、Ollama 和任意
OpenAI-compatible 服务;默认只预览,--apply 才原子写入,--probe 才联网。
配置文件不会保存 API Key 值。完整变量表、手动配置和安全边界见
模型 Provider 自助配置。
第一版模型运行时支持非流式 Chat Completions、用量、取消、显式失败回退和白名单
有界工具循环;普通 model 命令不公开工具。独立的 model-diagnose 可对严格
CircuitDesign JSON 或安全 SPICE 网表启用四个只读 EDA 工具,不执行仿真或修改设计。
详见 模型 Provider 运行时 与
只读 EDA 模型诊断。
仓库维护者可用 python tools/check_deepseek_harness_compat.py --json 验证固定的
Harness 本地契约;版本与上游检查细节见适配说明。
需要把集成作为 Harness 插件安装时,可使用
integrations/deepseek-harness 中的独立 bundle;
multisim-mcp-dsh-plugin@1.1.0 已公开发布到 npm。固定版本安装命令为
dsh plugin --profile web add multisim-mcp-dsh-plugin@1.1.0;维护者的发布后
Trusted Publishing 与后续 OIDC 暂存流程见
npm 发布手册。
手工 MCP 客户端配置:
{
"mcpServers": {
"multisim": {
"command": "C:\\path\\to\\python32\\python.exe",
"args": ["-m", "multisim_mcp.server"]
}
}
}
详细安装、工具、安全开关和测试说明见 mcp_server/README.md。
元件覆盖和剩余边界见 docs/COMPONENT_COVERAGE.md。
从 alpha 升级请阅读 docs/MIGRATION_TO_1.0.md;任务与
实验恢复流程见 docs/RECOVERY.md。
1.0 之后的纠错、优化、多 EDA 后端和可视化工作台计划见
2.0 综合路线图。阶段 A 已加入第一版传输无关
EDA 核心与后端边界和受限 SPICE 转换器;原理图生成与独立
SPICE 仿真、同步/验证/持久任务完整实验均已通过应用服务执行,现有 MCP 工具签名与
job 存储格式保持兼容;实验 staging、报告、原子发布和回滚已移入独立流水线。
面向 DeepSeek Harness、其他 Agent 和未来 Workbench 的稳定返回值约定见
Agent API 契约,可从 runtime_status.api_contract 读取。
产品定位、标准审批流程、极简界面原则和“AI 工程电路控制台”路线见
产品愿景。
mcp_server/:MCP server、COM adapter、原理图构建器和测试。skills/multisim-workflow/:面向 Agent 的实验工作流。docs/:架构、实测流程和能力边界。analysis/、tools/:互操作研究材料;发布前需要独立做来源和隐私审计。op、dc、ac、tran 实验命令。详见 SECURITY.md。
项目自有代码采用 MIT License。NI Multisim、商标、格式以及本地安装样本仍受其各自 权利和许可条款约束。本仓库不应提交 NI 二进制、许可证材料或未确认可再分发的样本。
CLASSIFICATION EVIDENCE
系统优先读取 GitHub Topics,再与站内分类词典和词根规则比对。当前命中: automation、mcp、model-context-protocol。