Spec Driven Development
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Beschreibung vom Entwickler (englisches Original)
Generate Multisim circuits, run simulations, export data, and create experiment reports.
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
MULTISIM_MCP_TEMPLATE_DIRDu brauchst
Welche App nutzt du?
Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.
Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein
{
"mcpServers": {
"multisim": {
"command": "uvx",
"args": [
"multisim-mcp"
],
"env": {
"MULTISIM_MCP_TEMPLATE_DIR": "your-value"
}
}
}
}Führe das in deinem Terminal aus
claude mcp add multisim --env MULTISIM_MCP_TEMPLATE_DIR=your-value -- uvx multisim-mcpTrag die leeren Werte ein, bevor du ihn startest.
In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"multisim": {
"command": "uvx",
"args": [
"multisim-mcp"
],
"env": {
"MULTISIM_MCP_TEMPLATE_DIR": "your-value"
}
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
In .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"multisim": {
"type": "stdio",
"command": "uvx",
"args": [
"multisim-mcp"
],
"env": {
"MULTISIM_MCP_TEMPLATE_DIR": "your-value"
}
}
}
}Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.
Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.
Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.
MULTISIM_MCP_TEMPLATE_DIR envDiese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 8. Nov. 2026
Der Registry-Name wurde mit dem GitHub-Konto yxy050208 bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.3.1) kam vor 6 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: Spec Driven Development, Remote Desktop Commander, Tethered Trust
Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.
So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti
MCP Server that facilitates spec-driven development workflows, not just Vibe Coding.
Remote Desktop Commander: use files, terminal and processes on your own computers from any AI app.
Fit, compatibility and recall checks for AI agents before they buy: verdicts, evidence, receipts.
Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.
中文(当前) | English
让 AI Agent 根据实验要求自动生成 Multisim 电路、运行仿真、提取实验数据,并导出 电路图、CSV、波形图和实验报告。
当前
release/v1.3.0分支正在完成稳定版发布门禁;在线 PyPI、MCP Registry 和 DSH 状态会在发布后分别核对。项目非 NI 官方产品,需要本机安装并授权
Multisim 14+;COM 在独立 32 位 Python worker 中运行,MCP 前端可使用 32 或 64 位
Python。
当前 `main` 主干状态(2026-10-09):已完成双板复杂数字回归的
Multisim 14.3 原生验收,覆盖
split_logic_load、split_mixed_logic、HDR1X4
逐针连接、跨板接口、远端 1 kΩ 负载以及 DC/TRAN/AC。该能力属于发布分支的受限能力,
详细门禁和边界见双板复杂数字回归;该能力必须按记录的版本、模板和夹具解释。
开发分支已加入组合模拟电路原生工作流:宿主 AI 可通过 run_generated_analog_project 提交组合网表与采样指标,完成原生连接核对、 OP/AC、完整电路图和报告导出。已在 Multisim 14.3 实测两级(14 器件)和四级 (24 器件)RC+理想运放电路;这不代表任意真实芯片或开关电源已支持。 另已完成 LM324AJ 毕业设计场景插件验收: 经 MCP stdio 生成两级电路,运行原生 OP/AC/TRAN,根据测量校准零点后以相同指标复验。 真实模型依赖本地授权模板;校准电压源的硬件实现和其他芯片仍未验收。
新增 2N3904 共射原生验收:通过 run_natural_common_emitter 执行中文需求,生成原生图纸并检查工作点、1kHz 增益和 脉冲响应。图纸使用真实直流/脉冲源、共射布局和隐藏测量面板。要求重建本地模板包, 当前仅实测 Multisim 14.3;新工程仍需图面复核,不代表第二阶段全部完成。
当前发布分支的准确变更、验证结果和发布边界见 1.3.0 发布说明;已发布的 rc1 仍保留在 rc1 发布说明。
后续源码开发新增 桥式整流原生插件工作流: run_natural_rectifier 从低压交流输入、负载电流和纹波要求生成 1N4001GP 桥式电路, 核对原生模型、引脚及保存参数,运行 OP/TRAN 并导出图纸、波形与报告。 已完成默认工况、4V/5mA、18V/60Hz/200mA 和更严格纹波工况的本机实测。 这些新增能力已纳入发布分支的验证材料,公开发行仍须通过本次发布门禁;不包含稳压电源或实物设计认证。
进一步新增 原生整流电容优化闭环: optimize_natural_rectifier 固定负载比较九个电容候选,检查输入/负载/电容变化及启动, 选定通过全部声明工况的最小候选,重开保存工程复验并导出对比报告。 12V/100mA/纹波≤0.3V 的本机测试完成 27 次原生运行,将电容从4700μF降至3900μF。
最新主干已加入双板复杂数字回归: split_logic_load 和 split_mixed_logic 将逻辑拆分到 logic、io 两块板, 通过已验收的 HDR1X4 连接器和显式边界夹具验证跨板 clk/data 接口、远端 1 kΩ 负载以及 DC/TRAN/AC 完整采样。Windows 11、Multisim 14.3 和本地授权模板包上的 六次原生运行均为 accepted/native-verified,并完成生成、保存重开、ReportNetlist、 逐针连接、布局、接口比较和报告导出。该证据只覆盖当前案例、元件族和 Multisim 14.3; 其他连接器、版本或更复杂的多板拓扑仍需独立 manifest 与实机验收。
v1.3.0仍是发布分支中的 MCP Core 版本:包含 Python MCP 服务、CLI、EDA 核心、
模型适配、测试和文档;React Workbench 仍是独立的可选本地工作台。发布前不把
本地模板、Multisim 工程或实验输出放入公开工件。
四个开发阶段和 1.0 发布门禁见 1.0 路线图。
PyPI 安装包 · 官方 MCP Registry 条目 · DeepSeek Harness npm 插件 · 1.3.0 发布说明
v1.2.0 的历史发布说明仍保留用于迁移参考;v1.3.0 的 PyPI、MCP Registry、GitHub Release 和 npm bundle 必须在各自工作流完成后独立核对。由本地 NI 样例提取的 XML 模板不属于 MIT 代码授权范围,公开仓库默认不应包含这些文件。用户需要运行 tools/bootstrap_local_component_pack.py,从自己已授权的 Multisim 安装生成本地模板包。
请不要上传 analysis/、.ms14、解码 XML、类型库转储、实验输出或当前包含 142 个 本地模板的开发 wheel。完整发布步骤见 docs/PUBLISHING.md。
1.3.0 发布分支已经通过当前本地的公开工件和目标兼容性检查;完整 GitHub Actions、PyPI、 MCP Registry 和 npm 发布仍是待执行门禁。 发布流程仍将 npm bundle、PyPI 核心和 MCP Registry 作为三个独立发布物;npm 的 latest/next 标签必须在 Trusted Publishing 完成后再核对,不由源码提交自动宣称。
历史 v1.2.0 的 78 工具兼容面仍受支持;1.3.0 将在同一安全边界内加入已验证的 布局、双板、模型来源和 Agent 工作流能力,具体以 1.3.0 发布说明 为准。
开发分支新增只读的 review_design_requirements 需求契约审查:在基线实验前区分硬约束、 软目标、偏好和假设,并拦截同一信号上的明显冲突。接口说明见 需求契约审查。 开发分支还新增 bind_requirement_review_to_design,把契约绑定到已有设计快照并报告 缺失信号与可优化参数,以及 snapshot_open_circuit 的 COM 导入快照入口;已发布的 v1.2.0 仍保持 78 个工具,当前 1.3.0 发布分支的 full profile 为 123 个工具。
开发分支已提供 自然语言 RC/RLC/OPAMP 工程入口:从明确的中文/英文需求生成 可编辑 Multisim 工程,原生仿真并比较 E24 候选,导出带验收状态的报告。当前为有限规则解析, 尚不代表通用 AI 自动设计或任意电路支持。 可选 --planner model 接入已配置的模型,先检查原始需求与提案的一致性,再执行原生实验。 模型调用、拒绝原因和原生实验会共同留档;本机 Ollama/Qwen3 与 Multisim 14.3 已完成一次真实联合测试。 绑定结果中的 native_optimization_readiness 带有完整性摘要;在用户明确批准、通过运行时门禁后, run_native_parameter_sweep 才会对当前打开工程执行有界 R/C/L 参数扫描,并在每次运行后恢复原值。 扫描完成后可用 rank_native_sweep_results 按均值、峰峰值、RMS 或目标值距离自动排序候选方案。 prepare_native_sweep_patch 会把最佳候选转换为现有审批体系可处理的标准可逆 DesignPatch。 通过显式审批后,apply_native_sweep_patch_to_copy 只写入新的 .ms14 副本,并重新打开源工程。 compare_native_sweep_baseline 会自动识别原始参数组并计算改进量; export_native_sweep_report 导出中文为主的 Markdown、JSON 和 SHA-256 清单;传入已批准生成的 .ms14 副本后,还会把优化工程复制到报告目录并建立相对链接,形成可移交的证据包;传入原始 扫描结果后,还会生成基线/优化波形 CSV 与 SVG 对照图。
run_circuit_experiment 可以从同一份受限 SPICE 网表完成:
.ms14 原理图。manifest.json。对于较长实验,submit_circuit_experiment 持久任务接口会立即返回 job_id,可通过 get_experiment_job、list_experiment_jobs、 cancel_experiment_job、retry_experiment_job 或 multisim://jobs/{job_id} 查询、 取消和重试任务。每个实验 运行在隔离任务进程中;全部 Multisim COM/编解码操作还会进入长期驻留的 32 位 COM worker。worker 崩溃、RPC 超时或心跳超时不会拖垮 MCP 服务,后续调用可重启 COM worker,服务重启后未完成任务会安全地重新排队。
1.0 还加入了可计算的设计验收与批量实验:
run_verified_circuit_experiment 接收版本化 ExperimentSpec,自动测量时域频率、 THD、增益、带宽、截止频率、上升时间、过冲、纹波、功耗等指标,并把逐项 pass / fail / unverified 结论写入 verification.json 和实验报告。measure_experiment 与 verify_experiment_requirements 可对已注册实验重新计算 指标;信号或证据缺失时只返回 unverified,不会猜测结果。plan_experiment_sweep、run_experiment_sweep、submit_experiment_sweep 支持 参数、容差、温度与可复现 Monte Carlo 扫描。每次扫描最多 100 个运行点,长扫描 复用持久任务的取消、超时、崩溃恢复与输出锁。summary.json、扁平 data.csv 和每个运行点的原始产物,并通过 multisim://sweeps/{sweep_id}/summary|data 读取。验收请求的核心结构如下;operator 支持 at_least、at_most、between 和 approximately:
{
"spec": { "schema_version": 1, "title": "分压器验收", "netlist": "VIN vin 0 DC 10\nR1 vin vout 1k\nR2 vout 0 1k\n.end\n", "commands": "dc VIN 0 10 1", "requirements": [ { "id": "gain", "metric": "gain", "signal": "V(vout)", "reference_signal": "V(vin)", "operator": "approximately", "target": 0.5, "tolerance_percent": 1 } ], "theoretical_values": {"gain": 0.5} }, "output_dir": "C:\\experiments\\divider-verified" }
扫描的 mode 可设为 parameter、tolerance、temperature 或 monte_carlo。元件数值使用有限数字替换已声明的 {{NAME}} 占位符;建议先调用 plan_experiment_sweep 检查完整展开结果,再提交真实运行。
已经在 Multisim 14.3 上完成分压器、耦合电感、数字门/JK 时序以及 函数发生器 + 示波器联合实验的真实验证。
1.0 加入不分发 NI 数据库资产的可移植元件与数据仪器:
@TRANSFORMER、@POTENTIOMETER、@RELAY、@CRYSTAL、功率二极管/MOS;@DFF、@TFF、@COUNTER4、@SHIFT_REGISTER4、@ADC1、@DAC1;read_virtual_multimeter、analyze_bode_response 和 analyze_logic_signals;export_formal_experiment_report,以及 5 个新的正式报告/清单 Resource。适配器语法与社区 JSON 接口见 docs/COMPONENT_ADAPTERS.md, 真实版本边界见 docs/COMPATIBILITY.md。 工作目录持久化格式见 docs/WORKSPACE_MANIFESTS.md。 1.0 真实回归覆盖适配器原理图打开/回导、变压器瞬态、继电器与功率器件工作点、 晶振 AC、DFF 瞬态以及双语正式报告的完整事务发布。
稳定:
实验性:
.subckt 宏模型可递归展开为可编辑原生器件,保留嵌套依赖、 局部节点和 PARAMS: 参数;editable_model_coverage 会区分完整展开、部分展开和 仅载体状态,详见 docs/VENDOR_SPICE_MODELS.md。在源码目录运行以下命令可为多个 Agent 生成 MCP 配置。Agent 可以是 64 位, -Python32 必须指向已安装 pywin32 且能连接 Multisim 的 32 位 Python:
.\tools\install-agent.ps1 `
-Client all ` -Python32 C:\path\to\python32\python.exe
配置会写入 generated-config/。将对应 JSON 的 mcpServers.multisim 节点复制到 Qwen、ChatGPT、DeepSeek 或其他支持 MCP 的 Agent 配置后重启客户端,再调用 runtime_status 自检。完整边界见 多 Agent 安装说明。
最简单的兼容部署仍是直接安装到 32 位 Python:
C:\path\to\python32\python.exe -m pip install "multisim-mcp==1.1.0"
C:\path\to\python32\Scripts\multisim-mcp.exe
也可以把 MCP 前端安装到 64 位 Python,并为 COM worker 单独保留一套安装了本项目和 pywin32 的 32 位 Python。若系统 py launcher 能发现 32 位 Python,会自动选择; 否则设置:
$env:MULTISIM_MCP_WORKER_PYTHON = 'C:\path\to\python32\python.exe'
C:\path\to\python64\python.exe -m multisim_mcp.server
Linux/Docker 仅提供 MCP 工具发现和兼容性诊断,不能运行 Multisim 仿真。容器中的 runtime_status 会返回 introspection-only;所有 COM 自动化能力仍要求上述 Windows 环境。根目录 Dockerfile 用于 Glama 等目录验证 MCP 协议和工具定义。
从源码安装并生成本地元件模板包:
cd mcp_server
.\setup.ps1 -Python C:\path\to\python32\python.exe npm install --global electronics-workbench-decoder@0.2.0 cd .. $env:PYTHONPATH = (Resolve-Path .\mcp_server).Path C:\path\to\python32\python.exe .\tools\bootstrap_local_component_pack.py ` --output C:\MultisimMcp\component-pack $env:MULTISIM_MCP_TEMPLATE_DIR = 'C:\MultisimMcp\component-pack' cd mcp_server .\run_server.ps1
模板包生成器会连接已授权的 Multisim,并新建一个临时空白电路以取得与当前安装版本 一致的工程骨架;执行前请保存正在编辑的工作。alpha 版本生成的 schema 1 包需要重建。
v1.1.0 提供安装诊断和配置生成命令。默认情况下它们不会启动 Multisim,也不会修改现有客户端配置:
# 人类可读诊断;完整工作流未就绪时给出逐项修复建议
C:\path\to\python32\Scripts\multisim-mcp.exe doctor --lang zh
C:\path\to\python32\Scripts\multisim-mcp.exe doctor --lang zh --connect
C:\path\to\python32\Scripts\multisim-mcp.exe --json doctor
C:\path\to\python32\Scripts\multisim-mcp.exe config --client claude-desktop --python C:\path\to\python32\python.exe ` --template-dir C:\MultisimMcp\component-pack
C:\path\to\python32\Scripts\multisim-mcp.exe config --client codex --python C:\path\to\python64\python.exe --worker-python C:\path\to\python32\python.exe --template-dir C:\MultisimMcp\component-pack
C:\path\to\python32\Scripts\multisim-mcp.exe config --client deepseek-harness --python C:\path\to\python32\python.exe --template-dir C:\MultisimMcp\component-pack --work-dir C:\msre_exp --artifact-export-dir C:\MultisimMcp\exports --tool-profile experiment
C:\path\to\python32\Scripts\multisim-mcp.exe harness-skills --output .dsh/skills
C:\path\to\python32\Scripts\multisim-mcp.exe configure --auto --json
C:\path\to\python32\Scripts\multisim-mcp.exe configure --auto --apply
C:\path\to\python32\Scripts\multisim-mcp.exe model --input .\prompt.txt --json
C:\path\to\python32\Scripts\multisim-mcp.exe model-diagnose --input .\diagnosis-prompt.txt --netlist .\circuit.cir ` --json
配置生成器默认只打印可复制片段;--output 写入新文件,除非再传入 --force, 否则不会覆盖已有文件。它不会自动合并 Claude Desktop、Codex 或 Harness 的现有配置。 DeepSeek 模型与官方 Harness 的分层、凭据边界和版本兼容性见 DeepSeek / Harness 适配说明。 --tool-profile core|experiment|optimization|full 可限制客户端发现的工具; 省略时保持 122 个工具全部可用的 full 兼容模式。产物导出只有在设置 --artifact-export-dir 后可用,并且只能写入该目录之下。 Harness Skill 安装默认不覆盖现有文件;需要恢复打包版本时显式增加 --force。 模型 Provider 自助配置支持 DeepSeek、OpenAI、Ollama 和任意 OpenAI-compatible 服务;默认只预览,--apply 才原子写入,--probe 才联网。 配置文件不会保存 API Key 值。完整变量表、手动配置和安全边界见 [模型 Provider 自助配置](docs/MODEL_PROVIDER_CONFIGURAT
Nur der Anfang wird gezeigt; den Rest findest du im Repo