에이전트 루프와 도구 표면의 공동 설계: 에이전트 기반 설계 자동화의 효율성 및 실현 가능성

IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD)

Tongyang Dai, Dimitrios Stamoulis, Hongyu Yuan, Jing Jin, and Jie Liu

이 저장소에는 위 논문의 아티팩트가 포함되어 있습니다. Ptolemy MCP 서버, 전체 평가 하네스, 네 가지 평가 환경 모두에 대한 사전 수집된 실행별 트레이스 파일, 그리고 LLM API 키 없이 해당 트레이스에서 모든 논문 표를 재생성하는 스크립트가 포함되어 있습니다.

논문 표 재생성 (API 키 불필요)

eval/results/per_run/ 아래의 사전 수집된 트레이스(및 Verilog/RTL, SystemC, Simulink에 해당하는 디렉터리)만 있으면 LaTeX 표를 재생성할 수 있습니다. Ptolemy II 설치와 Java가 필요 없습니다.

pip install -e .
python reproduce_tables.py

출력 .tex 및 .json 파일은 reproduced_tables/에 생성됩니다. 수치는 게시된 논문과 정확히 일치해야 합니다. 다른 출력 디렉터리를 지정하려면 --out-dir을 사용할 수 있습니다.

Related MCP server: AFSIM MCP Server

설치

Python 3.10 이상이 필요합니다.

pip install -e .

Ptolemy II 통합(새 편성 평가를 실행할 때 필요하며, 표 재생성에는 필요하지 않음)을 위해 서버를 시작하기 전에 두 개의 환경 변수를 설정하세요:

export PTII=/path/to/ptII          # Ptolemy II installation root
export JAVA_HOME=/path/to/java     # JRE 11+

Windows에서는 set을 사용하거나 PowerShell의 $env:에 해당하는 구문을 사용하세요.

실행 데모 실행

실행 데모는 stdio를 통해 MCP 서버를 시작하고, 작은 SDF 모델을 구성하며, 신호 속성을 엔드투엔드로 검증합니다. 이를 위해서는 PTII와 JAVA_HOME이 설정되어 있어야 합니다.

python demos/mcp_stdio_smoke.py

전체 평가 재실행

전체 재실행에는 작동 가능한 LLM API 키와 제대로 설치된 Ptolemy II가 필요합니다. 스윕 스크립트 및 구성 세부 사항은 eval/README.md를 참조하세요.

Claude 기반 에이전트는 eval/ptolemy_mcp_config.json을 통해 구성됩니다. GPT-5 교차 모델 프로브는 PTOLEMY_GPT5_BASE 환경 변수에서 엔드포인트를 읽습니다(기본값은 표준 OpenAI 호환 엔드포인트).

저장소 구조

ptolemy_mcp/          MCP server and Ptolemy II bridge (Python package)
eval/
  benchmarks/         Task specifications for Benchmark A and C
  results/per_run/    Pre-collected per-run trace JSON files (1 260 runs)
  aggregate_*.py      Aggregation scripts that produce the paper's tables
  runner.py           Evaluation harness entry point
eval_eda/             Verilog/RTL cross-environment evaluation (54 runs)
eval_systemc/         SystemC cross-environment evaluation (27 runs)
eval_simulink/        Simulink cross-environment evaluation (18 runs)
agent/                System prompt and case-study notes used during evaluation
demos/                End-to-end smoke demo and reference MoML models
examples/             Example MCP client configuration
scripts/              Helper scripts for running sweeps
reproduce_tables.py   Code Ocean entry point — regenerates all tables

트레이스 파일 형식

eval/results/per_run/의 각 파일은 JSON 객체이며 다음과 같은 최상위 필드를 가집니다:

라이선스

LICENSE를 참조하세요.