讓大語言模型直接操作電路板設計軟體，這件事如今真的有人在做了。KiCAD-MCP-Server 是一個開源專案，它基於 Model Context Protocol，把 KiCAD 這個開源 EDA 工具封裝成 AI 可以呼叫的服務。也就是說，像 Claude 這樣的模型不再只是回答問題，而是能對 KiCAD 發起實際操作，參與到 PCB 設計流程中。
專案用 Python 編寫，在 GitHub 上已收穫約 1.8k 星標，fork 接近 280，算是近期討論度較高的 AI 硬體方向專案。不過官方公開的技術細節並不多，README 中最核心的描述就是「讓大語言模型直接與 KiCAD 互動用於 PCB 設計」。具體能實現哪些動作、穩定性如何，目前靠使用者自己摸索。
MCP 為什麼是關鍵一步
Model Context Protocol 解決的是大模型與外部工具之間的通訊標準問題。它定義了一套統一的呼叫方式，讓同一個模型可以連線不同的軟體。KiCAD-MCP-Server 的角色，就是把 KiCAD 的設計能力暴露成 MCP 資源，讓模型像呼叫普通 API 那樣去操作。對開發者而言，這種方案最大的價值在於通用性——基於 MCP 構建的服務，理論上可以被任何支援該協議的客戶端複用。
這個專案適合誰
最直接的受眾是硬體工程師和 PCB 設計愛好者，尤其是那些已經熟悉 KiCAD、又想嘗試 AI 自動化的人。專案背後的假設很誘人：把自然語言描述變成對設計工具的動作。不過要清醒，一切還處於早期實驗階段，官方既沒有列出功能清單，也沒有對可靠性作出承諾。
如果你長期關注 AI 與硬體設計的交叉領域，這個倉庫值得花點時間看看。目前它有 8 個 open issues 和 24 個 pull requests，說明社羣在積極討論和迭代。相比大型商業方案，這種獨立專案往往更能反映一線工程師的真實需求。
上手前需要知道的事
想實際跑起來，大致要經歷這樣的過程：
- 準備可用的 KiCAD 環境，並瞭解基本專案結構
- 配置支援 MCP 的客戶端（如 Claude）連線本服務
- 執行後實際測試，確認操作是否符合預期
難點在於部署文件相當簡薄，倉庫沒有提供詳細的配置指南。如果你習慣「clone 下來就能跑」的專案，可能會在這裡卡一會兒。另外，AI 直接操作 EDA 工具的風險不可忽視，任何生成結果都需要人工複核，不能直接送廠生產。
整體來看，KiCAD-MCP-Server 代表了「讓 AI 碰硬體設計」的一次大膽嘗試。它未必能立刻改變你的工作流，但確實指出了一條新的工具鏈整合方向。未來如果 MCP 生態成熟，這類專案可能會成為 AI 進入專業工程軟體的樣板。
評論
暫無評論
成為第一個評論的人