zhinkgit/embeddedskills

解決的問題

嵌入式開發通常需要手動執行撰寫程式 → 編譯 → 燒錄 → 調試的循環。本專案提供一組「技能」，讓 AI 編碼助手能直接控制編譯器、調試器與通訊總線，實現從程式碼生成到硬體驗證的完整閉環，無需人工干預。

工作原理

此專案將 Keil MDK、GCC、J-Link、OpenOCD 與 probe-rs 等多種命令列工具封裝為結構化的 Python 腳本。這些腳本透過 SKILL.md 檔案向 AI 代理公開，以自然語言描述其功能。當 AI 呼叫某項技能時，腳本會回傳包含狀態、摘要與建議下一步動作的統一 JSON 輸出，讓 AI 能自主決定開發週期中的下一步行動。

適用對象

使用 AI 編碼助手（如 Claude Code、Cursor 或 Trae）並希望在真實硬體上自動化建構-燒錄-調試循環的嵌入式軟體工程師。

主要亮點

• 完整工作流程閉環：自動化實現需求通訊 → 程式碼生成 → 編譯 → 燒錄 → 調試 → 錯誤修正的全流程。
• 工具無關性：適用於任何支援 Skill/CLAUDE.md/Rules 協定的 AI 工具。
• 廣泛硬體支援：支援 Keil MDK 與 CMake/GCC 建構系統，以及 J-Link、OpenOCD 與 probe-rs 調試器。
• 通訊總線監控：包含用於監控與互動 UART（序列）、CAN/CAN-FD 與 Ethernet（網路）流量的技能。