AutoProber: KI-gesteuerte Flugsonde-Automatisierung für Hardware-Hacking

Was AutoProber macht
AutoProber ist ein Automatisierungs-Stack für fliegende Prüfköpfe für Hardware-Hacker, der KI-Agenten alles bietet, um von der Erkennung eines neuen Ziels auf einer Platte bis zum sicheren Prüfen einzelner Pins zu gelangen. Das System übernimmt die Zielderkennung, Mikroskop-Kartierung, sicherheitsüberwachte CNC-Bewegung, Prüfungsüberprüfung und kontrollierte Pin-Prüfung.
Workflow und Betrieb
Der typische Workflow umfasst: Dem Agenten mitteilen, das Projekt aufzunehmen, alle Hardware zu verbinden, den Agenten alle Teile bestätigen lassen, Referenzierung und Kalibrierung durchführen, den benutzerdefinierten Prüfkopf und Mikroskop-Header anbringen und dann den Agenten über ein neues Ziel auf der Platte informieren. Der Agent findet die Zielposition, nimmt Einzelbilder auf und zeichnet XYZ-Koordinaten, Pads, Pins, Chips und andere Merkmale auf, setzt Bilder zusammen, kommentiert die Karte, fügt Prüfziele zum Web-Dashboard zur Genehmigung oder Ablehnung hinzu, prüft genehmigte Ziele und meldet zurück.
Hardware-Steuerung und Sicherheit
Alle Hardware kann über das Web-Dashboard, Python-Skripte oder durch den Agenten selbst gesteuert werden. Das Projekt behandelt Hardware-Bewegungen als Maschinensteuerungssystem statt als normale Web-App. Das Sicherheitsmodell erfordert kontinuierliche Überwachung von Oszilloskop-Kanal 4 während jeder Bewegung, wobei jeder Kanal-4-Trigger, mehrdeutige Spannung, CNC-Alarm oder echte X/Y/Z-Limit-Pin als Stoppbedingung dient. Wiederherstellungsbewegungen erfolgen nicht automatisch.
Repository-Struktur
apps/- Bedienerorientierte Skripte und Flask-Dashboard-Einstiegspunktautoprober/- Wiederverwendbares Python-Paket für CNC, Oszilloskop, Mikroskop, Protokollierung, Sicherheitdashboard/- Einseitiges Web-Dashboarddocs/- Architektur, Gerätereferenzen, Betrieb und Sicherheitsrichtliniencad/- Druckbare STL-Dateien für den aktuellen benutzerdefinierten Werkzeugkopfconfig/- Beispiel-Umgebungs-/Konfigurationsdateien
Hardware-Stack
Die getestete Architektur verwendet:
- GRBL-kompatiblen 3018-Stil CNC-Controller über USB-Seriell
- USB-Mikroskop, bereitgestellt durch mjpg_streamer
- Siglent-Oszilloskop über LAN/SCPI für Kanal-4-Sicherheitsüberwachung und Kanal-1-Messung
- Optischen Endschalter, verdrahtet mit externer 5V-Versorgung und Oszilloskop-Kanal 4
- Optionalen netzwerkgesteuerten Steckdosenleisten für Laborstromsteuerung
Referenzteile
Der Prototyp verwendet spezifische Teile einschließlich optischem Endschalter, USB-Mikroskop, SainSmart Genmitsu 3018-PROVer V2, Matter Smart Power Strip, Siglent SDS1104X-E Oszilloskop, Dupont-Kabeln, Federschreiberfeder oder ähnlicher leichter Druckfeder und 3D-Drucker für druckbare Werkzeugkopfteile.
Lizenz und Status
Das Repository ist eine eigenständige, quellverfügbare Release Candidate unter der PolyForm Noncommercial 1.0.0-Lizenz mit verfügbarem kommerziellem Kontakt. Es verwendet Python mit Abhängigkeitsauflösung via uv.lock.
📖 Read the full source: HN AI Agents
👀 Siehe auch

Qwen3.5-35B-A3B-UD-Q6_K_XL in Produktionsentwicklungsworkflows getestet
Ein Entwickler testete das Qwen3.5-35B-A3B-UD-Q6_K_XL-Modell in mehreren realen Kundenprojekten und erzielte solide Leistung mit Benchmarks von 1504pp2048 und 47,71 tg256 sowie Token-Geschwindigkeiten von 80tps auf einer einzelnen GPU.

SpecLock: MCP-Server zur Durchsetzung von KI-Codierungsbeschränkungen
SpecLock ist ein Open-Source-MCP-Server, der Projektbeschränkungen über Sitzungen hinweg speichert und KI-Codierungsagenten daran hindert, diese zu verletzen. Claude hat es unabhängig mit 100 adversarischen Tests geprüft und erzielte 100/100 Punkte mit null falsch-positiven Ergebnissen und 15,7 ms pro Prüfung.

Steam City: Eine 3D-Pixel-Art-Karte deiner Steam-Bibliothek, erstellt mit Claude Code
Ein Entwickler erstellte mit Claude Code Steam City, eine 3D-Pixelkunst-Visualisierung deiner Steam-Bibliothek. Spielstunden bestimmen die Gebäudehöhe, ungespielte Spiele bleiben dunkel. Bereits über 1.000 Spieler.

Elodin veröffentlicht Open-Source KI-Renn-Harnisch mit Echtzeit-Betaflight-Simulation für KI-Grand-Prix-Teilnehmer
Elodin hat einen Open-Source-Simulations-Harness für die AI Grand Prix veröffentlicht. Er erfüllt die Wettbewerbsanforderungen, läuft mit echter Betaflight-Firmware und generiert Kamerabilder direkt in der Simulationsschleife – kompakt und effizient.