zhinkgit/embeddedskills

解决的问题

嵌入式开发通常需要手动执行编写代码 → 编译 → 烧录 → 调试的循环。本项目提供了一组「技能」，使 AI 编码助手能够直接控制编译器、调试器和通信总线，实现从代码生成到硬件验证的完整闭环，无需人工干预。

工作原理

该项目将 Keil MDK、GCC、J-Link、OpenOCD 和 probe-rs 等多种命令行工具封装为结构化的 Python 脚本。这些脚本通过 SKILL.md 文件向 AI 代理公开，以自然语言描述其功能。当 AI 调用某项技能时，脚本会返回包含状态、摘要和建议下一步操作的统一 JSON 输出，使 AI 能够自主决定开发周期中的下一步行动。

适用人群

使用 AI 编码助手（如 Claude Code、Cursor 或 Trae）并希望在真实硬件上自动化构建-烧录-调试循环的嵌入式软件工程师。

主要亮点

• 完整工作流闭环：自动化实现需求通信 → 代码生成 → 编译 → 烧录 → 调试 → 错误修正的全流程。
• 工具无关性：适用于任何支持 Skill/CLAUDE.md/Rules 协议的 AI 工具。
• 广泛硬件支持：支持 Keil MDK 和 CMake/GCC 构建系统，以及 J-Link、OpenOCD 和 probe-rs 调试器。
• 通信总线监控：包含用于监控和交互 UART（串口）、CAN/CAN-FD 和 Ethernet（网络）流量的技能。