jlcMCP (Hyl64)

jlceda-mcp-server

本项目上传的文件完全由opus4.6完成，有问题请问agent

嘉立创 EDA MCP Server — 让 AI 编程助手直接操控嘉立创 EDA 的 PCB 自动化工具集。

通过 Model Context Protocol 暴露 39 个 PCB/原理图工具，在 Claude Code / Cursor / Windsurf 等 AI IDE 中直接执行元件移动、走线、铺铜、DRC 等操作。内置 PCB Agent 可自主编排多步操作完成复杂任务。

架构

AI IDE ──stdio──> mcp-server ──WebSocket──> gateway ──> jlc-bridge 插件 ──> 嘉立创 EDA

MCP server 通过 stdio 与 AI IDE 通信，内部维护 WebSocket 连接到 gateway 的 /ws/bridge 端点，转发命令给 jlc-bridge 插件控制 EDA 编辑器。

本仓库包含两个组件：

• src/ — MCP Server（Node.js，39 个 PCB/原理图工具 + Agent）
• jlc-bridge/ — 嘉立创 EDA 扩展插件（运行在 EDA 内部，执行实际操作）

前置条件

• Node.js >= 18
• gateway 运行中（默认端口 18800）
• jlc-bridge 插件已连接嘉立创 EDA

安装 & 构建

npm install
npm run build

配置

在你的项目目录下创建 .mcp.json：

{
  "mcpServers": {
    "jlceda": {
      "command": "node",
      "args": ["
/jlceda-mcp-server/dist/index.js"],
      "env": {
        "GATEWAY_WS_URL": "ws://127.0.0.1:18800/ws/bridge",
        "ANTHROPIC_API_KEY": "sk-ant-..."
      }
    }
  }
}

配置完成后重启 AI IDE，即可在对话中使用所有工具。

环境变量

工具清单 (39 个)

状态查询 (9)

元件操作 (6)

走线 / 过孔 (4)

铺铜 / 禁布区 (4)

丝印 (3)

高级约束 (6)

原理图 / 文档 (4)

PCB Agent (1)

计算工具 (2)

所有坐标参数单位为 mil（密耳），与嘉立创 EDA bridge 一致。

项目结构

├── src/                          # MCP Server 源码
│   ├── index.ts                  # MCP 入口（stdio transport）
│   ├── bridge-client.ts          # WebSocket 客户端，连接 gateway bridge
│   ├── calculators.ts            # 阻抗/线宽纯计算函数
│   ├── agent.ts                  # PCB Agent 核心（工具注册表 + tool-use 循环）
│   └── tools/
│       ├── state.ts              # 状态查询 (7)
│       ├── components.ts         # 元件操作 (3)
│       ├── routing.ts            # 走线/过孔 (4)
│       ├── copper-keepout.ts     # 铺铜/禁布区 (4)
│       ├── silkscreen.ts         # 丝印 (3)
│       ├── advanced.ts           # 差分对/等长组 (4)
│       ├── schematic.ts          # 原理图 (3)
│       ├── calculators.ts        # 阻抗/线宽计算工具 (2)
│       └── agent.ts              # PCB Agent 工具注册 (1)
├── jlc-bridge/                   # 嘉立创 EDA 扩展插件
│   ├── src/index.ts              # 插件主入口（2700+ 行）
│   ├── extension.json            # 插件清单
│   ├── build/pack.js             # 打包脚本（生成 .eext/.lcex）
│   ├── package.json
│   └── tsconfig.json
├── dist/                         # MCP Server 编译输出
├── package.json
└── tsconfig.json

核心模块

bridge-client.ts

WebSocket 客户端，连接 gateway /ws/bridge。

• 协议：发送 {type:'command', id, timestamp, payload:{action, params}}，接收 {type:'result', payload:{commandId, success, data, error}}
• 命令超时 60 秒
• 断线自动重连（3 秒间隔）
• 懒连接：首次调用 command() 时才建立 WebSocket

agent.ts

PCB 智能 Agent 核心，基于 Anthropic Claude API 的 tool-use 循环。

• 工具注册表：将 28 个 bridge 动作映射为 Anthropic tool-use 格式
• Agent 循环：system prompt → messages.create → 执行 tool_use → 追加 tool_result → 继续循环
• 最大轮次限制（默认 20），防止无限循环
• 收集每步执行日志，最终一起返回
• 零额外基础设施，纯 @anthropic-ai/sdk 实现

jlc-bridge 插件

运行在嘉立创 EDA 内部的扩展插件，负责执行实际的 PCB/原理图操作。

• 通过 WebSocket 连接 gateway，接收并执行命令
• 支持文件轮询回退（当 WebSocket 不可用时）
• 50+ 个底层操作函数（元件移动、走线、铺铜、DRC 等）
• 打包为 .eext / .lcex 格式，在嘉立创 EDA 扩展管理器中安装

构建插件：

cd jlc-bridge
npm install
npm run build    # 编译 + 打包为 .eext

使用示例

在 AI IDE 中直接用自然语言：

> 获取当前 PCB 状态
  → 调用 pcb_get_state

> 把 U1 移到 (1000, 2000)
  → 调用 pcb_move_component {designator:"U1", x:1000, y:2000}

> 运行 DRC 检查
  → 调用 pcb_run_drc

> 在 GND 网络顶层铺铜，范围 (0,0) 到 (2000,4000)
  → 调用 pcb_create_copper_pour {net:"GND", layer:1, x1:0, y1:0, x2:2000, y2:4000}

> 创建 USB 差分对
  → 调用 pcb_create_diff_pair {name:"USB", posNet:"USB_DP", negNet:"USB_DN"}

> 分析当前布局并给出优化建议
  → 调用 pcb_agent {task:"分析当前布局并给出优化建议"}
  → Agent 自主调用 get_state → 分析 → 给出建议

验证

# 编译
npm run build

# 测试 MCP 协议（不需要 gateway）
echo '{"jsonrpc":"2.0","method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"test","version":"1.0"}},"id":0}
{"jsonrpc":"2.0","method":"tools/list","id":1}' | node dist/index.js

# 端到端测试（需要 gateway + jlc-bridge 运行）
# 在 AI IDE 中说 "获取当前 PCB 状态" 即可验证

技术栈

• TypeScript 5.7, ES2022 modules
• @modelcontextprotocol/sdk ^1.12 — MCP 协议实现
• @anthropic-ai/sdk ^0.39 — Claude API（Agent tool-use 循环）
• ws ^8 — WebSocket 客户端
• zod ^3.23 — 工具参数 schema 定义

License

MIT