让 AI 设计的 PCB,打样后真能跑起来吗?
设计、检查、上传订单、测试全流程AI主导的PCB板
这次通过 easyeda-agent让AI连接嘉立创 EDA,从需求出发,让AI设计一块基于 STM32F405 的六层飞控板,再让AI完成嘉立创打样、SMT 贴装、USB 烧录和基础功能测试,看看AI全流程设计和测试的PCB板,能否变成真正运行的硬件。为保证测试的成功性,简化了无人机飞控的一些功能,至保留了主控、陀螺仪、加速度计等基础元器件。
测试以桌面基础功能验证为主,不涉及实际飞行。
#AI硬件 #嘉立创 #PCB设计 #STM32 #飞控 #开源项目 #嘉立创有料季 #高多层PCB #Codex #Agent
AI全流程设计六层飞控PCB,成功点亮!
之前让 AI 设计的这块六层无人机飞控板,真的做出来了,而且已经连上 Betaflight,跑起来了!
我用的是 ChatGPT Codex 加 Claude。从原理图设计、元器件布局、六层板走线,到上传嘉立创、填写 PCB 和 SMT 贴片订单,都是 Codex 操作,Claude 负责检查。
为了让首次调试更顺利,我也让 AI 精简了设计,去掉暂时用不到的功能,先保留主控、陀螺仪、加速度计和 USB 等基础功能。
收到板子后,AI 又完成了 Betaflight 4.5.2 固件的适配、编译和烧录。现在主控能启动,USB 能连接,传感器数据也能正常读取。
我负责提需求、插线和按按钮,从设计、下单到烧录测试,全都由 AI 完成。 这次先跑通了基础功能,实际飞行还没测试。看到它真的工作起来,还是觉得:太疯狂了!
#Codex #Claude #PCB设计 #无人机飞控 #六层PCB #嘉立创EDA #Betaflight #硬件开发 #科技区 #AI实战
AI驱动ANSA与Abaqus联合仿真教程
本期视频分享如何利用 AI Agent + MCP 实现 ANSA 与 Abaqus 双软件联合仿真,让AI通过自然语言指令完成CAE仿真任务。
教程从ANSA与Abaqus的协同工作原理入手,详细演示如何使用WorkBuddy、Codex等AI Agent安装配置ANSA MCP、Abaqus MCP及对应的软件插件,并完成双软件连接测试与环境验证。
最后,以带孔双加强筋支架三维线弹性静力分析为案例,介绍如何编写仿真提示词,让AI协同调用ANSA与Abaqus,完成几何前处理、全六面体网格划分、材料与边界条件设置、模型导出及有限元求解等工作。
相关MCP工具已整理至开源项目 CAE-Agent-Hub,感兴趣的朋友可以自行体验,也欢迎在评论区交流AI驱动CAE仿真的实践经验。
#有限元分析 #CAE仿真 #仿真自动化 #WorkBuddy #Codex #网格划分 #工程仿真
AI设计的6层无人机飞控PCB板已经打样出来了
通电测试没问题,固件烧录测试通过
已经成功唤起,并可以联通Betaflight平台,进行调试。
从整个PCB设计、布局、走线,到上传到嘉立创 @JLCPCB 平台进行PCB制作,SMT贴片订单填写。再到这个飞控板的固件Betaflight 4.5.2版本的烧录全部工作,全部有AI完成,这太疯狂了。
使用的AI为ChatGPT Codex+ cladue,codex完成了全部设计工作,以及打样制作订单的填写。Claude完成了PCB的校验工作。
#PCB #AI #EDA #UAV #Claude #Codex #ChatGPT
xitter.cf/GoGoFly23/status/20964…
GPT-6 Astra设计FPV无人机飞控 PCB全过程记录,从电路原理图到 PCB 布局、走线、元器件摆放,都是Codex里的GPT-6在 KiCad 里直接操作,我可以看到它一步步画出来。
画完后它自己运行 ERC、DRC,检查问题,再修改电路和布局。
最后完成了 F405 六层飞控板的设计,还导出了 Gerber、钻孔、BOM、贴装坐标和 STEP 文件,能直接打开 3D 看整块板子的效果。
整个设计过程,总耗时3 小时 13 分 56 秒,总token消耗量约为51,900,896个(约5200万个),模型思考强度为高。
目前还没打样,实际能不能稳定工作,还要上板测试。但从描述需求到画出整块 PCB,这个过程已经挺让我惊叹了。
#AI #PCB #KiCad #Codex #GPT6 #Astra
我的CAE Agent Hub项目在GitHub上已经获得1k的star了,虽然和很多大佬比不了,但是在这个AI驱动的CAE仿真领域,能到1K的GitHub Star已经很让人开心 了。
项目地址github.com/Cai-aa/CAE-Agent-…
AI驱动Ansys Maxwell电磁仿真教程
如何让AI直接操作Ansys Maxwell完成电磁仿真?
本期视频完整演示AI驱动Ansys Maxwell进行电磁仿真的全过程。
从AEDT MCP的安装与配置开始,介绍AI Agent、AEDT MCP、PyAEDT与Ansys Electronics Desktop之间的调用关系,并实际测试AI能否连接本地AEDT/Maxwell环境。
在完成环境配置和连通测试后,以“三维旋转式电磁执行器”为案例,讲解如何编写一套完整的电磁仿真提示词,让AI完成几何建模、材料与参数设置、励磁配置、网格划分、求解、场结果分析以及转矩、电感等结果后处理,并保存AEDT工程、数值结果、曲线和验证报告。
视频中以WorkBuddy和Codex为例进行演示,同样的思路也可以应用到其他支持MCP的AI Agent。
如果你也想尝试让AI真正进入CAE软件,而不仅仅是生成脚本,这期视频可以作为Ansys Maxwell + MCP的完整入门案例。
#Ansys #AnsysMaxwell #AEDT #MCP #PyAEDT #Codex #WorkBuddy #AI智能体 #电磁仿真
AI驱动的Ansys Maxwell电磁仿真。
1、我让AI通过AEDT MCP驱动Ansys Maxwell,完成一个三维旋转电磁执行器的仿真。
2、先让AI通过我开发的AEDT MCP调用PyAEDT,创建磁轭、内磁极和两组线圈,再设置钢材的非线性磁化曲线、线圈电流和空气域,并给内磁极设置转角参数。
3、接着检查几何与导电路径,在气隙区域细化网格,配置静磁场求解,分别计算零度、十度、二十度和三十度四个位置。
4、求解后导出磁场云图、转矩和电感曲线,同时对比气隙附近的磁场分布。结果显示,正转角下出现恢复性转矩,自感和互感随角度增加而下降。
5、再选十度工况,分别加密网格、扩大空气域,检查结果稳定性。
最后保存工程和验证记录。
探索AI辅助设计与仿真的工程实践。
#AI #GPT61 #GPT #Agent #CAE #CAE #MaxWell #Ansys
AI驱动的ANSA和Abaqus联合仿真
我让AI 通过ANSA MCP 和Abaqus MCP调用两款软件的接口完成了一次联合仿真任务。ANSA负责前处理,Abaqus负责求解和后处理。AI 通过MCP在 ANSA 中完成原生几何建模,并进行几何清理、拓扑修复和分块处理,为后续全六面体网格划分建立连续、匹配的几何接口。 随后,AI 设置材料、固定孔壁、施加载荷,并检查网格连接、单元质量和实际导出的输入文件。完成前处理后,通过 Abaqus MCP 提交求解,读取日志和 ODB文件,展示位移、应力以及放大变形。 这个过程也遇到了一些问题:几何连接需要修复,孔壁约束需要补全,内存限制等问题。AI 根据检查结果调整设置,再重新导出和求解。 最终,完成了带孔双加强筋 L 形支架的三维线弹性静力结构仿真。当然这次仿真结果也不是完美的,AI驱动的ANSA前处理流程这一块还需要进一步优化。如果你对AI驱动的CAE仿真任务感兴趣,欢迎在评论区留下你的评论。
#CAE #AI #ANSA #ABAQUS #GPT6 #AICAE
在最新的大模型CAD建模能力的CADArena排行中
Opus 5.5超越了GPT-6 Astra成为CADArena上的第一名。Anthropic这个公司还是有点儿东西啊!不敢想象未来的Fable5.5有多强
#Opus55 #Gpt6 #AI #CAD
Opus 5.5 is the new #1 on CADArena.
We added six new models. Opus 5.5 scores 0.750 and takes the top spot from GPT-6 Astra (0.671).
And Grok 4.7 scores below Grok 4.6 and GPT-6 Luna.
Claude Kyc验证这么简单,只要拿着自己的护照直接去验证就可以了。之前Claude被封很久没有用Claude了。
本来看这次Claude Opus 5.5很强,就注册了新号来充值一下会员,结果发现新的账号呀kyc验证了。
然后就来X上找解决办法,就看到有个大佬说直接拿自己的护照就可以验证,我拿自己的护照试了一下,果然通过了,没有问题。
就是不知道后续还会被封号不。
如果你也配置了opencodex项目,那么建议你更新一下到最新版本,我之前为了配置第三方模型用到codex里,使用了opencodex项目。这会导致你没办法接受到ChatGPT最新的GPT 6模型。
我是怎么发现的,相同的账号,我在Mac上能用到最新的GPT6 Sol,但是在Windows上却用不了。然后就让Claude code的最新模型Opus 5.5分析了一波,结果发现原因是:
.codex\config.toml 开头有一段 OpenCodex 写进去的配置:设置了 model_catalog_json 之后,Codex 不再从 OpenAI 服务器拉取模型列表,而是直接读这个本地 JSON。这个文件是 9 月 10 日生成的,内容是固定的:gpt-6-astra、gpt-5.6-sol/terra/luna、gpt-5.5、gpt-5.2 等,跟你截图里的菜单完全一样。GPT-6 Sol 和 Luna 是 9 月 22 日才发布的,所以不在里面。
Mac 上没有这段配置,模型列表直接从服务器拉取,所以能看到新模型。另外 models_cache.json 从 8 月 28 日起就没再刷新过,也说明这台机器一直在用本地列表。
#opus5 #gpt6
GPT 6 sol最大的感受就是额度非常耐用,多任务并发,额度掉的很慢。
前几天用5.6 sol额度掉的都有点儿快,早知道之前不用力蹬Codex了,省着点儿用,直接上GPT 6 sol。Tibo这次额度没有重置,发的重置卡。
AI全自动设计PCB教程:从MCP配置到KiCad与嘉立创EDA实战
这期视频完整演示如何让 AI Agent 直接操作 EDA 软件完成 PCB 设计。
从 KiCad MCP、EasyEDA Agent 的安装配置,到 AI Agent 与 KiCad、嘉立创 EDA 的连接测试,再到实际 PCB 项目的设计流程,一步步讲清楚 AI 是如何进入电子设计工作流的。
配置完成后,可以直接通过自然语言让 AI 操作 EDA 软件,完成原理图绘制、元器件摆放、PCB布局布线,以及 ERC、DRC 检查等任务。
视频中还以 FPV 无人机飞控 PCB 为例,展示如何通过提示词让 AI 从设计需求出发逐步完成 PCB 工程。
#AI #PCB #PCB设计 #AI设计PCB #KiCad #嘉立创EDA #EasyEDA #MCP #AIAgent #Codex #WorkBuddy #电子设计 #EDA #FPV #无人机飞控






