别再人肉调板子了：这个开源项目，让 AI 替你上夜班

xboot · 2026-09-07 16:41:52

别再人肉调板子了：这个开源项目，让 AI 替你上夜班

凌晨一点，第 37 次断电重启，第 37 次盯着滚动的串口日志找那一行 Error —— 你有没有想过，这份苦差事，其实可以整体打包丢给 AI？

开源地址：<https://github.com/xboot/aidbg>（就在刚刚，它已经开源了）

一个真实发生的故事

就在昨天，一块 F101 开发板摆在实验台上。人类只对 AI 说了一句话：

"你可以用 fel 命令，进入 fel 模式，然后自行烧录运行。"

接下来发生的一切，AI 独立完成：

它先合上"开关"—— 通过继电器给外设上电，并收到板子的确认回执；

它打开"眼睛"—— 摄像头拍下一张照片，确认板卡上电、LED 点亮、接线无误。下面这张就是 AI 亲眼看到的画面：

它坐进"控制台"—— 通过串口接管终端，日志实时流入：LPSRAM SIZE = 16 MB、spi nor flash 16.000MB、init dram ok……它逐行读懂，判断板子状态健康；

它开口"下命令"—— 在 shell 里敲下 mw -l 0x42000000 0x12345678，回读验证，发现字节写入的坑后自己换参数重试，直到读写回环通过 —— 就像工程师亲手在线改寄存器一样，只是不用人动手；

最后，它完成了一套行云流水的组合拳：重启进 FEL 模式 → 识别芯片 → 初始化 DRAM → 烧录 910KB 固件（790KB/s）→ 跳转运行 → 盯着串口确认新固件启动成功。

全程零人工。人类的工作是：旁观。

这不是 PPT 里的愿景，是已经跑通的现场。而让这一切成为可能的，就是今天要介绍的开源项目 —— aidbg。

aidbg：给 AI 装上"手、眼、口"

熟悉 AI 编程工具的人都见过这样的局限：AI 能读代码、写代码，却碰不到真实硬件。它能替你分析启动日志为什么卡住，但断电重启还得你自己来。

aidbg 干的就是补上这最后一公里的事 —— 基于 MCP（Model Context Protocol） 标准协议，把硬件调试的三样基础设施，变成了 AI 随叫随到的"器官"：

✋ 手 —— xrelay（继电器）
4 路 USB 继电器，2 路控制电源输出，2 路预留模拟按键。AI 可以随时给板子上电、断电、power-cycle，每一次动作都有硬件回执，绝不"盲操作"。

💬 口 —— xserial（串口）
共享串口会话 + 交互式终端。系统跑起来之后，AI 替你坐在终端前：敲命令、看回显、在线修改寄存器 —— 你平时怎么手动调，它就怎么调，只是不再需要你守着键盘。Boot 卡在哪一行、shell 是否就绪、寄存器读写对不对，它比你盯得还细。

👁 眼 —— xcamera（摄像头）
柔性鹅颈臂上的 USB 摄像头，随时拍照、连拍。LED 亮没亮、屏幕点没点、线插没插对 —— 视觉证据，一张照片胜过十行日志。

三个工具，三个独立进程，三个 MCP 端点。轻量、解耦、即插即用。

最狠的是：硬件成本不到一顿火锅钱

市面上商业化的自动化测试治具，动辄上万。而 aidbg 配套的 AIDBG 调试器，完全用现成模块 DIY：

12V → 5V DC-DC 模块
7 口 USB Hub（富余的口还能接被测板卡）
4 路 USB 继电器板
鹅颈臂 USB 摄像头
3D 打印外壳

对外的接口只有两个：一路 12V 供电，一根 USB Type-C。周末半天就能复刻一台。

所有 MCP Server 默认监听 0.0.0.0 —— 意味着你的 AI 可以坐在工位上，远程调试实验室里的板子。人在家中坐，板子云上调。

30 秒，给你的 AI 装上手脚

不需要改代码，不需要懂协议。三个终端窗口把服务拉起来：

cd aidbg
python3 -m venv .venv
.venv/bin/pip install mcp pyserial

.venv/bin/python xserial/xserial.py /dev/ttyUSB0 115200   # 串口
.venv/bin/python xrelay/xrelay.py                         # 继电器
.venv/bin/python xcamera/xcamera.py                       # 摄像头

在 opencode.json 里登记三个地址：

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "xserial": { "type": "remote", "url": "http://127.0.0.1:30000/mcp", "enabled": true },
    "xrelay":  { "type": "remote", "url": "http://127.0.0.1:30001/mcp", "enabled": true },
    "xcamera": { "type": "remote", "url": "http://127.0.0.1:30002/mcp", "enabled": true }
  }
}

完成。从下一句话开始，你的 AI 就能"动手"了。

谁最需要它

嵌入式工程师：烧录、复位、看日志这些体力活，从此说句话就行
Bring-up 团队：新板首调最熬人的"上电-断电-再上电"循环，交给 AI 值夜班
测试团队：继电器 + 串口 + 摄像头组合，天然就是一套 7x24 无人值守硬件回归测试产线
开源硬件玩家：低成本攒一台 AI 调试工作站，朋友圈最靓的仔

这只是开始

剧透一个：摄像头模组上其实还藏着一颗麦克风。也就是说，"耳朵"已经在路上 —— 总有一天，AI 能听见蜂鸣器的滴叫、继电器的咔嗒、风扇的异响。到那时，手、眼、口、耳，才算真正配齐。

硬件自动化的浪潮已经从工厂车间卷到了工程师的实验台。问题是：你是继续当 AI 的手，还是让 AI 当你的手？

⭐ 开源地址：<https://github.com/xboot/aidbg>

Gentlepig · 2026-09-08 10:29:07

没看懂...
下载下来是3个python程序，是通过http连接到指定服务器吗？
硬件从哪里买呢？还是说只要能运行python的板子，有串口，有摄像头接口，有个gpio控制继电器，就可以了？

----------------------------------------------------------------------------------------------------------------

aidbg 是一套为 AI 辅助硬件调试设计的、开源且模块化的工具集合。它的核心理念是为每个调试工具配备一个 MCP（模型上下文协议）服务器，让 AI 能够像操作普通软件一样，直接与真实的硬件设备进行交互、观察并执行调试任务。
🎯 核心概念与架构

aidbg 的架构设计非常清晰，遵循“单一工具，单一职责”的原则。它不是一个单体应用，而是一组工具的集合。

独立运行的微服务：仓库下的每个子目录（如 xserial, xrelay, xcamera）都是一个独立的工具，各自拥有自己的依赖和运行方式。每个工具都内置了一个 MCP 服务器。

AI 作为客户端：工作流程是你先启动一个或多个工具，然后 AI（通过支持 MCP 的客户端，如 opencode）作为客户端连接到这些工具暴露的 MCP 端点。AI 不会自动启动任何工具，这确保了调试过程的可靠性和可控性。

通信协议：所有工具通过标准化的 MCP (Model Context Protocol) 进行通信，默认使用 HTTP 协议，这使得 AI 能够以统一的方式调用不同工具的功能。

🛠️ 核心工具与典型硬件环境

项目目前包含三个核心工具，它们共同构成了一套完整的硬件调试能力：
工具名称功能描述对应的 MCP 服务端点
xserial 串口交互终端：提供与目标设备进行串口通信的能力，AI 可以通过它发送命令并读取设备输出。 http://127.0.0.1:30000/mcp
xrelay USB 继电器控制：用于控制一个 4 通道的 USB 继电器板，可以模拟电源通断、按键按下等操作。 http://127.0.0.1:30001/mcp
xcamera USB 摄像头捕获：提供本地预览和捕获照片/视频帧的能力，让 AI 能够获得“视觉”反馈。 http://127.0.0.1:30002/mcp (预览端口 30003)

这些工具的设计与一个典型的物理调试环境完美配合。项目作者描述的 AIDBG 调试器硬件方案包括：一个 3D 打印的外壳，内部集成了 12V 转 5V 电源模块、7口 USB Hub、一个 4 通道 USB 继电器板（由 xrelay 驱动）和一个安装在软管上的 USB 摄像头（由 xcamera 驱动）。通过这个硬件组合，AI 可以自动化地完成“给被测板上电 -> 观察串口输出 -> 通过摄像头查看状态”的完整调试闭环。
🔧 如何使用与集成

要使用 aidbg，流程非常直接：

启动工具：首先，在终端中运行你需要的工具。例如，启动串口工具的命令是 python xserial/xserial.py /dev/ttyUSB0 115200。

连接 AI：然后，在支持 MCP 的 AI 客户端（如 opencode）的配置文件中，添加对应的 MCP 服务器信息。
json

{
"mcp": {
"xserial": {
"type": "remote",
"url": "http://127.0.0.1:30000/mcp",
"enabled": true
}
}
}

开始调试：配置完成后，AI 就能通过调用工具提供的“工具”（如 serial_info）来与硬件交互了。

⚠️ 注意事项

无内置认证：项目文档明确提示，MCP 服务没有身份验证，因此只建议在可信的网络环境中使用。

硬件依赖：xrelay 依赖特定的 USB 继电器硬件，xcamera 依赖系统和摄像头支持。

💎 总结

aidbg 通过将调试功能拆解并封装成 AI 可调用的标准服务，为嵌入式硬件调试提供了一种自动化、智能化的新范式。它将“人工观察和操作”转变为“AI 自主观察、决策和操作”，非常适合需要重复性测试或远程调试的场景。如果你是嵌入式开发者，并对 AI 辅助调试感兴趣，这个项目提供了一个非常清晰且可以立即尝试的起点。

最近编辑记录 Gentlepig (2026-09-08 10:32:10)

xboot · 2026-09-08 22:09:09

python本地运行后，会启动一个MCP 服务，有个地址，这个地址可以丢给opencode，claude code， codex之类的AI编程工具，使能后，AI就可以直接调用这些MCP服务帮你干活了。如果不会配，这个工程源码丢给AI，它会帮你自动搞完的。

哇酷®开发者社区(WhyCan® Forum)

楼主 # 2026-09-07 16:41:52 分享评论