Lucas Gerads demuestra servidores MCP para la integración de osciloscopio y simulador SPICE con Claude Code.
Lucas Gerads ha desarrollado un flujo de trabajo que integra Claude Code con herramientas de desarrollo de hardware a través de servidores MCP (Model Context Protocol). La configuración conecta Claude Code tanto a un osciloscopio LeCroy como a un simulador SPICE, creando un ciclo de retroalimentación entre la simulación y la verificación del hardware físico.
Flujo de trabajo y enfoque
Gerads experimentó con el uso de Claude Code para el desarrollo de hardware, intentando inicialmente describir circuitos en lenguaje natural. Descubrió que este enfoque funcionaba para circuitos triviales, pero se volvía difícil para diseños complejos. El avance llegó cuando le dio a Claude Code acceso a su osciloscopio y simulador SPICE, permitiendo una retroalimentación inmediata durante el desarrollo.
Detalles específicos de implementación
El sistema incluye tres componentes principales:
lecroy-mcp: servidor MCP para osciloscopios LeCroyspicelib-mcp: servidor MCP que envuelve spicelibrc-filter-demo-files: archivos de configuración de demostración del video adjunto
Lecciones prácticas aprendidas
Gerads comparte varias pautas de implementación específicas de su experiencia:
- Integración del osciloscopio: Claude no ve tu configuración física, así que no dejes que adivine qué está conectado dónde. Asegúrate de que Claude nunca reciba datos de medición obsoletos. No viertas datos sin procesar en el contexto de Claude; guárdalos en un archivo y deja que Claude interactúe con ellos indirectamente.
- Flujo de trabajo de microcontroladores: Proporciona a Claude un mapa de pines/pinmux explícitamente. Prepara un Makefile que exponga funciones como compilar, flashear, hacer ping y borrar, y anima a Claude a confiar en él. Claude no debería construir estos comandos sobre la marcha.
Casos de uso demostrados
La configuración ha demostrado ser valiosa para:
- Validar circuitos y modelos SPICE
- Tareas de programación embebida
- Automatización del análisis de datos (especialmente la normalización del eje temporal y la alineación de datos, que antes eran procesos manuales tediosos)
Aunque la demostración utiliza un circuito y un MCU triviales para ilustrar el enfoque, Gerads señala que el flujo de trabajo se escala bien a circuitos más complejos y proyectos embebidos reales.
📖 Read the full source: HN AI Agents
👀 Ver también
AgentLens: Herramienta de Observabilidad para Flujos de Trabajo de IA Multi-Agente
AgentLens proporciona trazabilidad unificada en Ollama, vLLM, Anthropic y OpenAI, con seguimiento de costos, un servidor MCP para consultar estadísticas desde Claude Code y una CLI para verificaciones en línea. Es autoalojado y se ejecuta localmente mediante Docker.
Agente Times Skill para ClawHub Agrega Consultas en Tiempo Real de Noticias, Clima y Precios de Tokens
Una nueva habilidad de ClawHub llamada Agent Times permite a los agentes de IA responder consultas en tiempo real sobre noticias, clima y precios de criptomonedas. La instalación se realiza mediante npx clawhub install agenttimes, y proporciona acceso a más de 228.000 artículos de 3.576 fuentes con puntuación de sentimiento y extracción de entidades.
Claude Code a escala: Cómo la búsqueda agéntica evita los modos de fallo de RAG en grandes bases de código
Claude Code utiliza un recorrido agéntico del sistema de archivos en lugar de RAG basado en incrustaciones, eliminando los problemas de índices obsoletos. El artículo detalla cinco puntos de extensión (CLAUDE.md, hooks, skills, plugins, MCP) y la filosofía de "el arnés es más importante que el modelo" para repositorios con millones de líneas.
Motor de Contexto Agéntico: Bucle de Mejora Automatizada de Agentes con una Ganancia de Precisión del 34.2%
Una herramienta de código abierto automatiza todo el ciclo de mejora de agentes, desde el análisis de trazas hasta la implementación de correcciones, logrando una mejora del 34,2% en precisión en Tau-2 Bench en una sola iteración. El sistema utiliza Claude Code en un entorno REPL para analizar fallos y decidir entre correcciones de prompt o de código.