论文用双环框架把自然语言规格转成经核验的 KiCad 原理图。
资讯摘要
论文提出一种“有界双环自动化原理图合成框架”，将自然语言规格转换为经核验、可编辑的 KiCad 原理图与制造交付物。流程涵盖需求解析与功率级合成、基于分销商 API 和 OEM 数据表的元件选型与 ngspice 瞬态闭环验证、控制硬件集成及多格式交付。作者报告在 Buck 与 DAB 案例中，元件核验覆盖率由 22.2 提升至 98.6，标称值一致性由 0 提升至 97.7，SPICE 仿真通过率由 0 提升至 100。
要点速读
- 论文针对独立 LLM 直接合成板级电力电子原理图时的工程幻觉问题，提出有界双环自动化合成框架。
- 工作流分三部分：需求解析与功率级合成（覆盖 Buck、Boost、Flyback、DAB、半桥 LLC）、基于分销商 API 与 OEM 数据表的元件选型及 ngspice 闭环验证、控制硬件集成与 KiCad 网表往返核验。
- 作者报告端到端案例：24-36V 转 12V、2A Buck（29 个位置、83 个已验证端子）与 48V 转 24V、0.5A DAB（87 个位置、341 个已验证端子），对比 Vanilla LLM 基线，元件核验覆盖率 22.2→98.6、标称值一致性 0→97.7、SPICE 通过率 0→100。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。