【Agent】Claude code辅助verilog编程

【Agent】Claude code辅助verilog编程

摘要:在 2026 年,硬件描述语言(HDL)的开发门槛正在被 AI 重新定义。本文记录了一次硬核挑战:在不查阅任何寄存器手册、不手画状态转移图的情况下,仅凭 Claude Code 辅助,完成了一个包含 UART 通信、协议解析(FSM)及 PWM 控制的完整 FPGA 模块设计与验证。这是一次关于“AI 辅助芯片设计”的真实压力测试。


目录

  1. 引言:Verilog 开发者的“中年危机”
  2. 项目挑战:从串口到 LED 的全链路设计
  3. 开发实录:Claude Code 的 RTL 设计能力
    • 3.1 基础设施:波特率发生器与 UART RX
    • 3.2 核心难点:让 AI 写三段式状态机(FSM)
    • 3.3 脏活累活:自动生成 Self-Checking Testbench
  4. 深度复盘:AI 写硬件代码的“红线”
  5. 效率对比:人工手撸 vs Claude Code
  6. 结语:硬件工程师会变成 Verification 工程师吗?

1. 引言:Verilog 开发者的“中年危机”

作为一名 FPGA 工程师,日常工作往往在“连线”和“看波形”中度过。一个简单的串口模块,虽然原理简单,但手写起来:计数器位宽算不对、状态机跳转条件漏写、Reset 信号极性搞反……这些低级错误往往要消耗半天时间 Debug。

既然 Claude Code 在软件界大杀四方,那它懂时序逻辑吗?它能分清阻塞赋值(=)和非阻塞赋值(<=)吗?今天我决定用一个经典项目来验证它的成色。

2. 项目挑战:从串口到 LED 的全链路设计

目标:在 Xilinx Artix-7 平台上,设计一个智能呼吸灯控制器
功能需求

  1. 通信层:通过 UART(波特率 115200)接收上位机指令。
  2. 协议层:解析指令包 0xAA (帧头) + [PWM_VAL] (亮度) + 0x55 (帧尾)。
  3. 控制层:根据解析的 PWM_VAL 调整 LED 亮度。
  4. 验证层:提供完整的 ModelSim/Vivado 仿真激励。

工具链:VS Code + Claude Code (插件版) + Vivado 2017.4

3. 开发实录:Claude Code 的 RTL 设计能力

3.1 基础设施:波特率发生器与 UART RX

在 Verilog 中,计算分频系数总是很烦人。我直接向 Claude 提问。

Prompt:

“我需要一个 Verilog 模块 uart_rx
输入时钟 clk 为 50MHz,波特率 115200。
需处理亚稳态(双触发器同步),使用过采样逻辑保证稳定性。
输出:rx_data_validrx_data[7:0]。”

Claude Code 秒回了代码,并且做对了两件关键的事:

  1. 参数化设计:使用了 parameter CLK_FREQparameter BAUD_RATE,并在代码内部自动计算了分频计数器 CLKS_PER_BIT = CLK_FREQ / BAUD_RATE
  2. 打拍处理:自动生成了 r_rx_d1, r_rx_d2 来同步异步信号,这是初学者最容易忽略的。
// Claude 生成的代码片段 always @(posedge clk or negedge rst_n) begin if (!rst_n) begin r_rx_d1 <= 1'b1; r_rx_d2 <= 1'b1; end else begin r_rx_d1 <= rx_in; r_rx_d2 <= r_rx_d1; // 同步处理 end end 

体验:这一步直接省去了我拿计算器算时钟周期的 10 分钟。

3.2 核心难点:让 AI 写三段式状态机(FSM)

协议解析是本次挑战的核心。不仅要处理数据移位,还要判断帧头帧尾。

Prompt:

“编写一个名为 cmd_parser 的模块。
接收 rx_datarx_valid
实现一个三段式状态机:
IDLE -> WAIT_HEAD(检测0xAA) -> WAIT_DATA -> WAIT_TAIL(检测0x55) -> UPDATE。
只有完整接收包后,才更新输出 led_pwm_duty。”

Claude Code 生成的状态机逻辑非常清晰,甚至使用了 localparam 定义状态,代码风格堪比教科书:

// Claude 生成的 FSM 逻辑 localparam IDLE = 3'd0; localparam CHECK_HEAD= 3'd1; localparam GET_DATA = 3'd2; // ... always @(*) begin next_state = current_state; case (current_state) IDLE: begin if (rx_valid && rx_data == 8'hAA) next_state = GET_DATA; end GET_DATA: begin if (rx_valid) next_state = CHECK_TAIL; end // ... Claude 甚至处理了异常回退逻辑,如果不符合协议直接回 IDLE endcase end 

避坑:Claude 第一次生成的代码中,Reset 逻辑使用的是高电平复位,而我的开发板是低电平复位。
修正 Prompt“请将所有复位逻辑修改为 negedge rst_n。” ——它在 3 秒内完成了全局替换。

3.3 脏活累活:自动生成 Self-Checking Testbench

写 Testbench 是所有硬件工程师的痛。要模拟 UART 的串行时序非常麻烦。

Prompt:

"为上述模块编写一个 Testbench。生成 50MHz 时钟。编写一个 task send_byte(input [7:0] data) 模拟 UART 发送时序(包含起始位、停止位)。构造三个测试用例:正常包、帧头错误的包、帧尾错误的包。使用 $display 自动打印测试是否通过。"

这是 Claude Code 最让我惊艳的地方。它不仅写了 TB,还写了 Task!

// Testbench 片段 task uart_send_byte; input [7:0] data; integer i; begin rx_line = 0; // Start bit #(BIT_PERIOD); for (i=0; i<8; i=i+1) begin rx_line = data[i]; #(BIT_PERIOD); end rx_line = 1; // Stop bit #(BIT_PERIOD); end endtask initial begin // Test Case 1: Valid Packet uart_send_byte(8'hAA); uart_send_byte(8'h80); // 50% brightness uart_send_byte(8'h55); #1000; if (pwm_val_out == 8'h80) $display("TC1 PASSED: PWM Updated correctly"); else $display("TC1 FAILED"); end 

4. 深度复盘:AI 写硬件代码的“红线”

虽然 Claude Code 很强,但在 Verilog 开发中不能盲信。实测中发现两个问题需要人为干预:

  1. 位宽截断警告:在 PWM 计数器比较时,Claude 有时会忽略位宽扩展(bit extension),虽然仿真能过,但在综合时会产生 Warning。需要提示它 “明确标明常数位宽,如 8’d0 而不是 0”
  2. 锁存器(Latch)隐患:在组合逻辑 always @(*) 中,如果 if 没有配套的 else,会产生 Latch。好在 Claude Code 大部分时候会补全 default 分支,但作为工程师必须 Review 这一点。

Prompt 技巧
在生成代码前,加上这句话:“请遵循严格的 RTL 编码规范,禁止生成 Latch,所有时序逻辑使用非阻塞赋值。”

5. 效率对比:人工手撸 vs Claude Code

维度传统开发方式Claude Code 辅助开发提升幅度
模块定义手写端口列表,查漏补缺 (15 mins)描述需求,自动生成 (1 min)15x
状态机编写画图 -> 翻译代码 -> 调试跳转 (60 mins)描述状态流转 -> 生成代码 (5 mins)12x
Testbench最耗时的部分,需手写激励 (90 mins)自动生成 Task 和 Check 逻辑 (10 mins)9x
Debug对着波形图找刺 (45 mins)粘贴报错 log,AI 分析逻辑漏洞 (5 mins)9x
总耗时约 3.5 小时约 25 分钟~800%

6. 结语:硬件工程师会变成 Verification 工程师吗?

这次实战让我意识到,对于标准接口(SPI, I2C, UART)和常见逻辑,Claude Code 的代码质量已经超过了 80% 的初级工程师。

但这并不意味着硬件工程师失业了。恰恰相反,我们的重心将从 “如何写出符合语法的 Verilog” 转移到 “如何设计系统架构”和“如何验证 AI 生成的模块”

在未来,Design 可能是 AI 做的,但 Sign-off(签核) 依然必须是人。拥抱 Claude Code,把我们从繁琐的连线中解放出来,去思考更复杂的架构设计吧!

Read more

《从零搭建自主无人机》—2——硬件设备搭建及EGOPlanner实现

《从零搭建自主无人机》—2——硬件设备搭建及EGOPlanner实现

一、主要参考: ZJU-FAST-Lab/ego-plannerhttps://github.com/ZJU-FAST-Lab/ego-planner【完结】从0制作自主空中机器人 | 开源 | 浙江大学Fast-Lab_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1WZ4y167me/?spm_id_from=333.1387.favlist.content.click&vd_source=cc27dfcb640aa62a70874f5ec72a2143 二、硬件组成: 这里所用硬件设备: 1、OrangePi 5 MAX/ Inter NUC 2、Holybro Pixhawk 6C 3、Intel RealSense D435i Depth Camera

机器人、机械臂能听话,全靠这门被低估的神技:逆动力学

🧱 逆动力学核心概念与本质 逆动力学是已知机器人末端执行器的运动轨迹,求解各关节所需驱动力矩的过程,是机器人运动控制的关键技术之一。其技术本质是在复杂多体系统中解决"运动输入-动力学建模-力矩输出"的映射问题,为机器人的精准运动控制提供理论基础。 🔍 逆动力学核心算法原理 🔹 牛顿-欧拉法(Newton-Euler) * 核心思想:递归计算每个连杆的动力学信息,从末端执行器回溯到基座(正递归),再从基座计算到末端执行器(逆递归) * 优势:计算效率高,适合实时控制场景 * 适用场景:工业机器人、机械臂等多自由度运动系统 * 关键公式: * 正递归:计算各连杆的速度、加速度和惯性力 * 逆递归:计算各关节的驱动力矩 🔹 拉格朗日法(Lagrange) * 核心思想:基于能量守恒原理,建立系统的拉格朗日函数,通过对时间求导得到运动方程 * 优势:物理意义清晰,便于分析系统特性 * 适用场景:机器人动力学建模、轨迹规划等离线计算场景 * 关键公式:τ=M(q)q¨+C(q,

【花雕学编程】Arduino BLDC 之使用6.5寸轮毂电机的智能动态跟随机器人底盘

【花雕学编程】Arduino BLDC 之使用6.5寸轮毂电机的智能动态跟随机器人底盘

基于Arduino与6.5寸轮毂电机的智能动态跟随机器人底盘,是一种将一体化高扭矩动力单元与实时感知决策系统深度融合的移动平台方案。该方案利用轮毂电机“轮内驱动”的紧凑特性,结合Arduino(或ESP32等兼容主控)的灵活控制能力,旨在实现对人、车或特定目标的平滑、抗扰、低延迟的伴随运动。 一、 主要特点 一体化高扭矩动力架构 直驱/准直驱结构:6.5寸轮毂电机将BLDC电机、行星减速器(常见速比1:10~1:30)、轮毂及轴承高度集成。省去了皮带、链条等中间传动环节,传动效率高(>85%),结构紧凑,底盘离地间隙低,重心稳。 大扭矩低速特性:得益于内置减速,轮毂电机在低转速下可输出极大扭矩(峰值可达8~25 N·m),能轻松驱动30~80kg级底盘,具备良好的爬坡(<5°)和越障(过坎)能力,且低速运行平稳无顿挫。

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体

零代码上手!用 Rokid 灵珠平台,5 步搭建专属旅游 AR 智能体 灵珠平台简介 okid 自研 AI 开发平台,基于多模态大模型与轻量化架构,打造零门槛、全栈化 AI 开发体系。平台提供可视化编排、预置能力组件,支持原型到云端、端侧一站式敏捷部署,并深度适配 Rokid Glasses 智能眼镜,通过专属硬件接口与低功耗优化,实现 AI 应用高效端侧落地,助力开发者快速打造视觉识别、语音交互等穿戴式 AI 应用,拓展 AI + 物理世界的交互边界可视化编排工具,拖拽式快速搭建应用预置丰富能力组件库,涵盖对话引擎、视觉识别等核心模块支持从原型设计到云端、端侧的一站式敏捷部署提供设备专属适配接口,实现硬件深度协同搭载低功耗运行优化方案,保障端侧持久稳定运行 实战:搭建旅游类AR智能体 1、进入灵珠平台 登录灵珠平台后,你将看到简洁直观的工作台界面 点击创建智能体按钮,