CANoe借助AI智能体实现开发和测试工作流的自动化

新闻稿

借助全新的AI能体和模型上下文协议（MCP），CANoe可通过推动执行完整的工作流：在几分钟内将需求转化为经过验证的测试

Vector正通过新增的AI和MCP功能，扩展CANoe开发与测试环境。用户现在可以通过输入自然语言提示来描述开发、分析和测试任务。专门的AI智能体将根据这些指令推导出相应的步骤或完整工作流，并自动执行。底层语言模型由用户自行提供，例如GitHub Copilot或Claude。Vector提供一个由AI智能体、Skills和MCP工具组成的开放式AI层，用户可以使用自己的组件和领域特定知识对其进行扩展。

集成于CANoe中的MCP Server和CANoe AI套件现已在CANoe 20 SP2中推出。通过单次提示，AI智能体即可根据需求创建相应的CAPL测试，在CANoe中执行测试，分析错误，修正CAPL代码，并重新运行测试。随后，该智能体将测试场景交由用户，用户可通过同步的CANoe窗口验证结果并予以确认。以往需要数小时甚至数天才能完成的任务，现在只需几分钟即可完成。用户可以自行决定代理的自主运行程度。每个步骤都保持透明，并可在开发环境和CANoe中进行实时监视。

CANoe AI Package基于一个开放的AI智能体生态系统，该系统利用各项Skills和MCP工具。通过提示，用户可以读取和自定义配置、控制仿真、创建测试、分析通信流，以及生成和优化CAPL、C#和Python代码。借助Vector-RAG（检索增强生成）技术，智能体可以访问一个包含Vector文档中相关信息的知识库。因此，系统响应基于经过验证的专家知识，而非语言模型生成的假设。新用户可快速上手CANoe，而经验丰富的用户则能将自动化工作流集成到其环境中——从简单的查询到完全协调的流程均可实现。

CANoe AI Package可从Vector网站免费下载，兼容CANoe 20 SP2及更高版本，并需要用户自行提供大语言模型。

更多信息