Совместное проектирование инструментальной поверхности с циклом агента: эффективность и целесообразностность в агентной автоматизации проектирования

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

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

Этот репозиторий содержит артефакт для вышеуказанной статьи. В него входят сервер Ptolemy MCP,полный оценочный каркас (harness), предваритель сбронные файлы трасировок для кажого прогона во всех четырёх средах оцение, а такжекрипт, который воспроить все таблицы статьи по этим трассировкам без очебности API-ключа LLM.

Предварительно собранные трассировки в eval/results/per_run/ (и соответствующие катлоги для Verilог/RTL, SystemC, Simulink) — все, что нужно чтобы получить таблицы LaTeX. Ни Yustation Ptolemy II, ниJava не требуется.

pip install -e .
python reproduce_tables.py

Воспроизведение таблиц статьи (клюar API не требуется)

выходные файлыа .tex .json записываются в reproduced_tables/. Эти таблицы должны точно совпать с публицижурованной. Альтернативную папку для результата можно указать флагом --out-dir.

Related MCP server: AFSIM MCP Server

Установка

Требуется Python 3.10 или позжнее.

pip install -e .

Для интеграции с Ptolemy II (небходимо для запуска новых оценочные, но не для воспроизведениятаблиц) перед запуском сервера установите две переменные окруения:

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

В Windows use set or PowerShell $env: equivalents.

Запуск смоук-демо

Смоук-демо запускает сервер MCP через stdio, строит небольшую модел SDF и сквозно повриит едификационные характеристича. Для этого требуется установитьPTII и JAVA_HOME.

python demos/mcp_stdio_smoke.py

Повое выполнение полной оценки

Повторное выполнение требует действиого ключа LLM API и рабочей установки Ptolemy II. Скрипты перебора и опции конфигурации смотрите в eval/README.md.

Аgency на основе Claude конфигураируется через eval/ptolemy_mcp_config.json. Модельный зонд GPT-5 считывает endpoint из переменной окружения PTOLEMY_GPT5_BASE (по умолчанию — стандарный OpenAI-совместимый endpoint).

Репозитарий

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

Формат файлов трассировки

Каждый файл в eval/results/per_run/ является JSON-объектом со следующими полями верхнего уровня:

Лицензия

See LICENSE.