「迷雾札记」嵌入式AI开发:构建CLI工具链实现Vibe Coding

AI编程在纯软件领域已经大杀四方。程序员可以对着AI说一句”帮我写一个待办事项应用”，几分钟后就能得到一个完整可运行的项目。这种被Andrej Karpathy称为”Vibe Coding”的开发方式，正在重塑软件开发的工作流。

然而在嵌入式开发领域，AI的渗透率却出奇地低。你很少听到有人用AI写STM32程序，更别说让AI完成完整的嵌入式项目开发。

是AI不会写嵌入式代码吗？显然不是。

AI掌握了大量的嵌入式知识，理解寄存器、中断、DMA、RTOS，甚至能写出相当专业的驱动代码。真正的问题在于：嵌入式开发的工具链不友好，AI写完代码后无法验证、无法调试、无法形成闭环。

纯软件开发的AI工作流是这样的：

写代码 → 编译运行 → 单元测试 → AI分析结果 → 自动修复 → 再次运行

这是一个完整的闭环，AI可以不断试错、优化。

而嵌入式开发的现状是：

写代码 → 打开Keil → 点编译 → 点下载 → 接线 → 看串口 → 手动调试 → ...

每个环节都需要人工介入，AI被挡在IDE的图形界面之外，无法感知程序运行状态，无法形成有效的反馈闭环。

本文的目标：打破这个困局。

我们将构建一套完全CLI化的嵌入式开发工具链，让AI能够：

•自动编译项目（CMake + GCC）•自动烧写程序（OpenOCD）•自动调试分析（GDB）•感知硬件状态（串口监控、寄存器读取）•形成完整的”编写-编译-烧写-调试-优化”闭环

最终实现的效果：你只需要用自然语言描述需求，AI就能自动完成嵌入式项目的开发，包括代码编写、编译、烧写、调试，全程无需打开任何IDE。

一、问题深度分析

1.1 嵌入式开发的特点

嵌入式开发与传统软件开发有三个本质区别：

1. 强依赖IDE

主流嵌入式开发都离不开集成开发环境：

•Keil MDK：ARM Cortex-M系列最流行的开发环境•IAR EWARM：高性能商业IDE•STM32CubeIDE：ST官方IDE•MPLAB X：Microchip PIC/AVR开发环境

这些IDE功能强大，但也带来了问题：所有操作都封装在GUI中，没有CLI接口，AI无法操作。

2. 需要硬件交互

嵌入式代码必须在真实的硬件上运行和验证：

•程序需要烧写到MCU的Flash•调试需要连接JTAG/SWD调试器•验证需要观察LED、串口、传感器输出

这导致了一个关键问题：AI写完代码后，无法自己验证代码是否正确。

3. 缺少标准化测试框架

纯软件开发有完善的测试生态：

•单元测试：JUnit, pytest, googletest•集成测试：各种CI/CD工具•测试覆盖率报告：自动化生成

嵌入式领域虽然有Unity, CppUTest等测试框架，但普及率极低。大部分项目根本没有自动化测试，全靠人工验证。

1.2 为什么AI在嵌入式领域”失灵”

让我们对比一下AI在两个领域的工作流程：

纯软件开发流程：

用户：帮我写一个字符串反转函数AI：[生成代码]用户：运行测试系统：测试通过 ✓AI：完成用户：帮我写一个HTTP服务器AI：[生成代码]用户：npm test系统：测试通过，覆盖率95%AI：完成

AI可以看到测试结果，知道哪里有问题，自动修改代码，形成闭环。

嵌入式开发流程：

用户：帮我写一个LED闪烁程序AI：[生成代码]用户：[需要手动打开Keil，新建项目，添加文件，配置芯片，设置时钟，添加启动文件，配置下载选项，点击编译，解决编译错误，连接调试器，点击下载，观察LED...]AI：？？？（AI已经退出了，后面全是人工操作）

AI写完代码后，整个工作流就断开了。后面所有的编译、烧写、调试都需要人工操作。这就是AI在嵌入式领域渗透率低的核心原因。

1.3 解决思路

要让AI真正接管嵌入式开发，必须做到三点：

1. 工具链CLI化

把所有GUI操作转化为命令行操作：

•编译：cmake --build .•烧写：openocd -f board.cfg•调试：gdb -x debug.gdb

2. 状态可感知

AI必须能够”看到”程序运行的状态：

•GDB可以读取寄存器、内存、变量值•串口可以输出调试信息•LED状态可以通过GPIO读取

3. 形成反馈闭环

AI写代码 → 编译 → 烧写 → 调试 → 读取状态 → AI分析 → AI修改 → 再编译...

每个环节都有反馈，AI可以不断试错优化。

二、技术栈详解

2.1 技术选型：CMake + GCC + OpenOCD + GDB

我们将使用以下开源工具链替代传统IDE：

CMake – 项目构建管理 替代Keil工程管理，跨平台、CLI操作、生成Makefile。

ARM GCC – 交叉编译器 替代Keil编译器，开源、ARM官方支持、多数MCU厂商提供支持包。

OpenOCD – 烧写调试服务器 替代Keil下载调试，开源、CLI操作、支持J-Link/ST-Link。

GDB – 调试器 替代Keil调试功能，命令行调试、AI可调用、功能强大。

这套技术栈的优势：

1. 完全CLI化 所有操作都可以通过命令行完成，AI可以直接调用。

2. 开源免费 没有商业授权问题，可以自由使用和分发。

3. 广泛支持

•GCC：ARM官方维护，所有Cortex-M芯片都支持•OpenOCD：支持主流调试器（J-Link, ST-Link, CMSIS-DAP等）•CMake：行业标准构建工具，生态丰富

4. 平台无关 可以在Windows/Linux/macOS上运行，不依赖特定操作系统。

2.2 技术栈工作流程

AI驱动嵌入式开发的完整流程：

用户需求 → AI自动完成编译、烧写、调试、优化全流程

核心闭环：AI生成代码 → AI编译 →AI 烧写 → AI调试 →AI 反馈 → AI优化 → 再编译…

以LED闪烁为例：

1.用户提出需求：”让LED每500ms闪烁一次”2.AI分析需求，生成GPIO初始化、定时器配置代码3.CMake生成构建文件4.GCC编译生成main.elf5.OpenOCD烧写到MCU Flash6.GDB读取LED状态、寄存器值7.AI分析反馈：”定时器配置正确”或”需要调整分频系数”8.若有问题，AI自动修改代码，重新执行流程

2.3 OpenCode：AI开发助手

OpenCode是一个开源的AI编程助手，它有以下特点：

1. 开源免费

•GitHub开源，可自由使用•支持本地部署，数据隐私有保障

2. 支持多种大模型

•OpenAI GPT系列•Anthropic Claude系列•本地部署模型（Ollama, LM Studio等）•国内大模型（通义千问、文心一言等）

3. 强大的工具调用能力

•可以执行shell命令•可以读写文件•可以调用编译器、调试器等工具•支持自定义工作流

4. 项目级配置

•通过opencode.json配置模型和工具•支持AGENTS.md定义项目规范•支持MEMORY.md记忆项目上下文

在本文中，OpenCode将作为整个工作流的大脑，负责：

•理解用户需求•生成嵌入式代码•调用工具链完成编译、烧写、调试•分析运行结果•自动修复问题

2.4 各工具的职责

CMake的职责：

•管理项目结构•配置编译选项•管理依赖关系•生成构建文件

GCC的职责：

•编译C/C++代码•链接生成可执行文件•生成调试符号•优化代码

OpenOCD的职责：

•连接调试器（J-Link/ST-Link）•烧写Flash•提供GDB服务器•支持断点调试

GDB的职责：

•加载调试符号•设置断点•单步执行•读取寄存器和内存•监视变量

OpenCode的职责：

•理解用户需求•生成代码•调用工具链•分析结果•自动优化

三、AI编程工作流实战

3.1 工作流示例

以LED闪烁程序为例，展示AI驱动的完整开发流程：

步骤1：用户提出需求

让LED每500ms闪烁一次，使用定时器中断方式实现。

步骤2：AI生成代码 AI分析需求，自动生成GPIO初始化、定时器配置、中断处理等代码。

步骤3：AI编译项目 AI调用编译脚本，读取编译输出判断是否有错误，自动修复编译问题。

步骤4：AI烧写程序 AI调用烧写脚本，将程序写入MCU Flash。

步骤5：AI调试验证 AI通过GDB读取寄存器值、检查GPIO状态，验证程序运行正确性。

步骤6：AI自动优化 若发现问题（如定时器配置错误），AI自动计算正确参数并修改代码。

步骤7：形成闭环 整个过程无需人工介入，AI完成”编写-编译-烧写-调试-优化”完整闭环。

3.2 自动化测试反馈

为让AI感知程序状态，可采用以下机制：

1. 串口输出监控 代码中添加调试输出，AI读取串口数据验证运行状态。

2. GPIO状态检测 通过读取GPIO寄存器判断LED状态。

3. GDB寄存器监控 AI通过GDB读取任意寄存器值，进行位运算判断硬件状态。

四、效果对比与注意事项

4.1 与传统开发对比

传统Keil开发：

•开发环境：安装IDE约2GB•项目创建：手动配置工程向导•代码编写：手动编写或复制•编译烧写：点击按钮操作•调试方式：手动设置断点•迭代速度：分钟级•跨平台：Windows only•成本：商业授权费用

AI+CLI工具链开发：

•开发环境：工具链约500MB•项目创建：CMake自动生成•代码编写：AI生成+手动调整•编译烧写：脚本一键执行•调试方式：AI自动分析•迭代速度：秒级•跨平台：Windows/Linux/macOS•成本：开源免费

工具链的CLI化、自动化、智能化，是嵌入式开发的必然趋势。希望本文能为嵌入式AI编程的发展提供一些思路和实践经验。

让我们一起拥抱AI，让嵌入式开发也进入”Vibe Coding”时代！

作者：Exdimen 「迷雾札记」

辅助AI：GLM-5