让 AI 帮 FPGA 工程师分析 Vivado 工程，真正难的地方不只是“能不能打开工程”。

真实项目里，AI 经常会遇到三件麻烦事：

• Vivado timing/utilization 报告动辄几万到十几万字符；
• 综合、实现、仿真、bitstream 都是长流程，光靠聊天窗口很难追踪状态；
• 一次运行结束后，日志、报告、错误原因和历史结果散在各处，下次还要重新解释。

Free 版解决AI 能不能接入 Vivado，Starter 解决AI 能不能先看懂工程。RepoKey Pro 继续往前走一步：先让 AI 做模块级快速批处理仿真，尽早判断某些 RTL/testbench 模块有没有明显问题；再根据结果选择进入整体仿真、综合实现、bitstream，甚至继续推进到上板验证。整个过程中，原始报告和日志留在本地，AI 读取的是短结果和证据位置。

Pro 解决的是工程协作时间

Vivado 自己综合、实现和打开 routed design 需要多久，取决于工程规模、机器性能和 Vivado 本身。Pro 不会把本来需要几分钟的实现变成几秒钟。

它解决的是另一类更常见的浪费：

• AI 反复读取整份报告；
• 工程师手动复制日志、报告和 timing 摘要；
• 每次运行后缺少统一证据目录；
• AI 只能看到结论，看不到可追溯证据；
• 工程失败时，只能把长日志重新塞回对话里让 AI 猜。

Pro 的做法是：本地执行 Vivado 流程，本地保存完整证据，再把 timing、utilization、阶段耗时和诊断结果压缩成 AI 能直接判断的短摘要。

AI Agent ↓ 提出目标：跑报告 / 跑仿真 / 生成 bitstream / 诊断失败 RepoKey Pro ↓ 调度 Vivado 流程、记录阶段、压缩报告、保存证据 本机 Vivado + 本地 FPGA 工程 ↓ 原始日志、报告和证据全部留在本地 AI 读取短结果，继续判断下一步

真实大工程：13.5 万字符 timing 报告压到 3928 字符

2026 年 7 月 5 日，团队使用一个真实的大型信号处理类 Vivado 2020.2 工程验证 Pro 的冷启动报告流程。该工程的实现结果已完成，可用于验证报告生成、摘要压缩和证据留存能力。

Pro 完成了工程打开、实现结果读取、timing/utilization 报告生成和证据归档。该次运行结果：

报告压缩效果更直观：

这里的重点是让原始报告留在本地，让 AI先读短结果。原始 timing 和 utilization 报告仍然保存在本地证据目录里；AI 第一轮只需要读取短摘要，就能知道时序是否满足、WNS/TNS、关键资源占用和证据位置。

运行过程可追踪：阶段耗时也会留下来

Pro 的另一个价值是阶段记录。客户不只看到“跑完了”，还能看到每一步耗时在哪里。

同一工程的真实运行中，Pro 记录了阶段事件：

从这组阶段记录可以看到：耗时主要来自 Vivado 打开工程和打开实现结果，Pro 负责自动化执行、实时记录阶段、整理证据和压缩报告。

已完成的综合和实现会被识别出来，不会盲目重跑。这对真实工程很重要，因为工程师并不希望 AI 每次都从综合开始烧时间。

BD/IP 工程也跑过完整 bitstream 流程

报告压缩只是 Pro 的一部分。2026 年 7 月 6 日，团队又用 Vivado 2023.2 的一个 BD/IP 工程验证了完整 bitstream 流程。

另一个验证对象是 Vivado 2023.2 下的典型 BD/IP 工程。Pro 完成了：

1. 检查工程环境；
2. 打开工程；
3. 重新运行综合与实现；
4. 生成 bitstream；
5. 打开实现结果；
6. 生成 timing/utilization 报告；
7. 压缩报告并归档完整证据。

该次全流程结果：

报告压缩结果：

这说明 Pro 不只是读取已有报告，也能在真实 BD/IP 工程中组织完整 Vivado 流程。综合、实现和 bitstream 仍然由本机 Vivado 完成，Pro 负责让 AI 能够推动流程、获得短结果，并保留证据。

快速仿真：AI 不只看 RTL，还能先做模块级验证

Pro 也验证过快速批处理仿真流程。FPGA 日常开发里，很多问题并不需要一上来跑完整综合实现，先跑一轮testbench就能暴露明显错误。

传统 AI 协作里，仿真经常停在建议层面：AI 可以写 testbench、解释代码、提醒你“建议跑一下仿真”，但真正把模块级验证跑起来、读回结果、继续修改，仍然需要工程师自己补很多流程。

Pro 的目标是把这段往返也接进工具链：AI 先根据工程地图找到合适的模块级验证对象，执行快速批处理仿真，最后读取短结果和证据位置。

在一个 AXI DDR 仿真工程中，Pro 完成了：

• Vivado：2020.2
• 自动识别模块级仿真目标；
• 自动执行批处理仿真；
• 自动读取仿真结果；
• 自动保存本地证据。

该次仿真运行到10us，流程成功完成，日志正常结束，没有error或fatal。Pro 同时保存了仿真证据，方便 AI 在下一轮继续定位问题。

这意味着 AI 可以围绕仿真继续工作：

• 先确认应该验证哪个模块；
• 运行快速批处理仿真；
• 判断日志里是否出现 error/fatal；
• 把仿真证据留在本地；
• 下一轮继续根据日志修改 testbench 或 RTL。

这对日常RTL/testbench 迭代很有用：AI 可以定位验证对象、执行快速仿真、读日志结论，并把证据留在本地，而不是只建议“你可以跑一下仿真”。

失败时也要能给出可行动诊断

真实 Vivado 工程不会永远成功。综合失败、实现失败、bitstream DRC、时序不满足、IP 状态问题、工程只读、Vivado 环境缺失，都可能出现。

Pro 的诊断目标是把常见失败模式整理成工程师能行动的问题类型，并保留完整原始日志。它不替代 Vivado 日志，而是让 AI 先看到阶段、类型和证据位置。当前诊断能力覆盖了多类场景：

这类诊断不会把所有问题神奇修好，但能减少“把几万行日志丢给 AI 猜”的低效过程。AI 可以先看到失败类型、阶段、证据位置，再给出下一步检查建议。

Pro 适合什么样的用户

如果你只是想确认 AI 能不能接入本机 Vivado，Free 版就可以做第一步。

如果你遇到的问题是 AI 读不懂中大型工程结构，Starter 更合适。

如果你希望 AI 进一步承担工程流程，Pro 的价值会更明显：

• 自动跑 timing/utilization 报告；
• 自动组织综合、实现和 bitstream 流程；
• 自动执行快速批处理仿真；
• 把原始报告压缩成 AI 能读的短结果；
• 把原始日志、报告、阶段记录和证据都留在本地；
• 成功或失败都能回到证据，避免只看聊天窗口里的结论。

可以把 Pro 理解成 AI 的Vivado 工程执行层。它让 AI 不只会问答和读代码，还能推动真实 Vivado 流程，并把每一步变成可追溯证据。

用自己的工程验证

如果你正在用 Codex、Claude 或其他支持 MCP 的 AI Agent 做 FPGA 开发，可以访问 RepoKey Vivado AI 官网 了解 Pro。

建议第一次测试时，选择一个你熟悉的 Vivado 工程，让 AI 做一个明确任务：

用 RepoKey Pro 打开工程，生成 timing/utilization 摘要，告诉我 timing 是否满足、WNS/TNS、资源占用和证据位置。

如果这个流程跑通，再继续尝试快速仿真、完整 bitstream 或失败诊断。这样最容易判断 Pro 是否真的减少了报告阅读、上下文搬运和重复验证成本。