Vivado MCP Native
Enables AI clients to directly launch, control, and analyze AMD/Xilinx Vivado on Windows and Linux, supporting project management, synthesis, implementation, bitstream generation, timing/resource analysis, and simulation through a persistent Tcl session.
README
<p align="center"> <strong>简体中文</strong> | <a href="README.en.md">English</a> </p>
<!-- mcp-name: io.github.Arthurzxy/vivado-mcp-native -->
<h1 align="center">Vivado MCP Native</h1>
<p align="center"> 让 Claude、Cursor、Cline、Cherry Studio 等兼容 MCP 的 AI 客户端<br/> 在 Windows 和 Linux 上直接启动、控制并分析 AMD/Xilinx Vivado。 </p>
<p align="center"> <a href="https://pypi.org/project/vivado-mcp-native/"><img src="https://img.shields.io/pypi/v/vivado-mcp-native?label=PyPI" alt="PyPI"/></a> <img src="https://img.shields.io/pypi/pyversions/vivado-mcp-native" alt="Python"/> <img src="https://img.shields.io/badge/platform-Windows%20%7C%20Linux-blue" alt="Platform"/> <img src="https://img.shields.io/badge/transport-MCP%20stdio-7c3aed" alt="MCP stdio"/> <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-green" alt="MIT License"/></a> </p>
让 AI 处理 Vivado 的重复操作、报告读取和 Tcl 调用,你可以把精力放在 FPGA 架构、约束和问题判断上。
Vivado MCP Native 是一个面向 AMD/Xilinx Vivado 的本地 Model Context Protocol(MCP)服务器。它通过持久化 Vivado Tcl 会话,让 AI 客户端能够打开工程、运行综合与实现、生成比特流、读取时序和资源报告、控制仿真,并执行高级 Tcl 命令。
项目使用 Python subprocess 原生管理 Vivado 进程,可直接运行于 Windows 和 Linux,不依赖仅适用于类 Unix 环境的 pexpect。MCP 与 Vivado 都运行在用户本机,工程文件不会因为使用本项目而自动上传到云端。
[!IMPORTANT] 本项目不包含 Vivado。可用器件、IP、综合/实现功能和许可证能力,取决于本机安装的 AMD/Xilinx Vivado。
[!WARNING] PyPI 上的
vivado-mcp属于另一个项目。本项目的安装包名称是vivado-mcp-native。
它可以做什么
| 类别 | 主要能力 | 典型用途 |
|---|---|---|
| Vivado 会话 | 启动、停止、健康检查、状态统计、异常恢复 | 让 AI 复用同一个 Vivado Tcl 进程,避免每条命令都重新启动 Vivado |
| 工程管理 | 打开/关闭 .xpr 工程、读取工程信息 |
检查目标器件、顶层模块、工程目录和当前工程状态 |
| 设计流程 | 运行综合、实现、生成比特流 | 自动执行 synth_1、impl_1 和 bitstream 流程,并核对实际运行状态 |
| 时序分析 | 获取 WNS、TNS、WHS、THS 和关键路径 | 判断是否满足时序,定位 setup/hold 违例及跨时钟问题 |
| 资源分析 | 查询 LUT、FF、BRAM、DSP、IO 使用率 | 判断设计是否放得下,分析资源热点和层次化占用 |
| 消息诊断 | 获取 ERROR、CRITICAL WARNING、WARNING | 汇总综合和实现阶段的问题,辅助确定排查顺序 |
| 设计查询 | 查询层次结构、端口、网络和单元 | 核对综合后的连接关系、模块实例和信号名称 |
| Vivado 仿真 | 启动/重启/步进仿真、读取信号、设置断点 | 运行 xsim,查看 testbench、波形对象和指定信号值 |
| Tcl 扩展 | 执行任意 Vivado Tcl 命令 | 调用尚未封装为专用 MCP 工具的 Vivado 能力 |
| 大型报告 | 生成完整报告并按区段读取 | 避免超长报告一次性占满 AI 上下文窗口 |
可以直接对 AI 这样说
启动 Vivado,并检查当前会话是否健康。
打开 D:\FPGA\my_project\my_project.xpr,告诉我目标器件、顶层模块和当前运行状态。
运行综合,使用 8 个并行任务。完成后汇总 ERROR、CRITICAL WARNING 和资源利用率。
分析当前设计的时序,告诉我 WNS/TNS 是否满足,并列出最差的 10 条 setup 路径。
只分析 clk_250m 时钟域中经过 u_tdc 的失败路径,并给出可能的优化方向。
运行实现并生成 bitstream;每一步都确认 Vivado 的真实 STATUS 和 PROGRESS。
启动行为级仿真,运行 1 us,然后读取 /tb/dut/data_out 和 /tb/dut/valid。
执行 Tcl:report_drc -ruledecks default,并总结需要优先处理的问题。
为什么使用这个项目
| 常见问题 | Vivado MCP Native 的处理方式 |
|---|---|
Windows 下传统 pexpect 方案难以直接运行 |
使用原生 subprocess 启动 vivado.bat、vivado.cmd 或 Linux vivado |
| Vivado 启动慢 | 多次 MCP 调用复用同一个持久 Tcl 会话 |
| Tcl 中包含引号、花括号、反斜杠或中文路径 | 使用 UTF-8 十六进制传输和唯一命令标记进行可靠分帧 |
| 本地化 Vivado 提示符可能变化 | 不依赖 Vivado% 提示符解析命令边界 |
| 长命令超时后容易留下 Vivado 子进程 | 超时后清理完整进程树,避免残留失步会话 |
| 报告太长,AI 无法一次读完 | 支持完整报告落盘并按行或正则表达式分段读取 |
| 不确定 Vivado 路径和编码是否正确 | 提供 vivado-mcp-native-doctor 一键诊断 |
环境要求
| 组件 | 要求 |
|---|---|
| 操作系统 | Windows 10/11 或 Linux |
| Python | 3.10–3.12 |
| Vivado | 本机已经安装 AMD/Xilinx Vivado |
| 许可证 | 覆盖计划使用的器件、IP 和设计流程 |
| MCP 客户端 | 支持本地 stdio MCP Server |
安装
方式一:使用 pip 安装
Windows PowerShell:
py -m pip install --upgrade vivado-mcp-native
Linux:
python3 -m pip install --upgrade vivado-mcp-native
检查安装结果:
py -m pip show vivado-mcp-native
vivado-mcp-native-doctor --help
方式二:使用 pipx 安装(推荐)
pipx 会为 MCP Server 创建独立 Python 环境,减少与其他 Python 包的依赖冲突。
Windows:
py -m pip install --user --upgrade pipx
py -m pipx ensurepath
py -m pipx install vivado-mcp-native
Linux:
python3 -m pip install --user --upgrade pipx
python3 -m pipx ensurepath
python3 -m pipx install vivado-mcp-native
升级:
py -m pipx upgrade vivado-mcp-native
方式三:直接从 GitHub 安装
安装 master 分支最新源码:
py -m pip install --upgrade "git+https://github.com/Arthurzxy/vivado_mcp_native.git@master"
使用 pipx:
py -m pipx install --force "git+https://github.com/Arthurzxy/vivado_mcp_native.git@master"
不依赖本机 Git,也可以安装 GitHub ZIP:
py -m pip install --upgrade "https://github.com/Arthurzxy/vivado_mcp_native/archive/refs/heads/master.zip"
用于开发或修改源码:
git clone https://github.com/Arthurzxy/vivado_mcp_native.git
cd vivado_mcp_native
py -m pip install -e .
安装后提供的命令
| 命令 | 作用 |
|---|---|
vivado-mcp-native |
启动 MCP stdio Server |
vivado-mcp-native-doctor |
检查 Python、Vivado、Tcl 和 Unicode 通信 |
vivado-mcp-win |
兼容旧配置的 Server 别名 |
vivado-mcp-win-doctor |
兼容旧配置的 Doctor 别名 |
快速开始
第一步:确认 Vivado 启动文件
VIVADO_PATH 可以指向:
- 完整启动文件:
vivado.bat、vivado.cmd、vivado.exe或 Linuxvivado; - Vivado 的
bin目录; - Vivado 版本目录。
Windows 示例:
$env:VIVADO_PATH = "D:\Software\Xilinx\2025.2.1\Vivado\bin\vivado.bat"
Linux 示例:
export VIVADO_PATH="/tools/Xilinx/Vivado/2025.2/bin/vivado"
未显式配置时,Server 会检查系统 PATH 和常见安装目录。
第二步:运行 Doctor
vivado-mcp-native-doctor --vivado-path "D:\Software\Xilinx\2025.2.1\Vivado\bin\vivado.bat"
机器可读 JSON 输出:
vivado-mcp-native-doctor --vivado-path "D:\Software\Xilinx\2025.2.1" --json
Doctor 会依次检查:
- Vivado 启动文件解析;
- 持久 Tcl 会话启动;
- Vivado 和 Tcl 版本查询;
- Tcl 表达式执行;
- 中文 Unicode 往返;
- 会话健康状态;
- Vivado 正常关闭。
Doctor 不会打开或修改用户工程。
第三步:配置 MCP 客户端
先查找安装后的命令路径:
(Get-Command vivado-mcp-native).Source
使用已安装的命令
把下面的 command 和 VIVADO_PATH 替换为你的实际路径:
{
"mcpServers": {
"vivado": {
"command": "C:\\Users\\you\\.local\\bin\\vivado-mcp-native.exe",
"env": {
"VIVADO_PATH": "D:\\Software\\Xilinx\\2025.2.1\\Vivado\\bin\\vivado.bat"
}
}
}
}
使用 Python 模块启动
适用于虚拟环境或 pip install 后不方便定位命令的情况:
{
"mcpServers": {
"vivado": {
"command": "C:\\Users\\you\\AppData\\Local\\Programs\\Python\\Python311\\python.exe",
"args": ["-m", "vivado_mcp"],
"env": {
"VIVADO_PATH": "D:\\Software\\Xilinx\\2025.2.1\\Vivado\\bin\\vivado.bat"
}
}
}
}
建议使用可执行文件的绝对路径,避免 MCP 客户端与终端使用不同 PATH。
配置保存后,完全退出并重新启动 MCP 客户端,然后让 AI 执行:
检查 Vivado MCP 的主机状态,启动会话并返回 Vivado 版本。
推荐使用流程
1. vivado-mcp-native-doctor 检查本机环境
2. start_session 启动持久 Vivado Tcl 会话
3. open_project 打开 .xpr 工程
4. get_project_info 确认器件、工程和顶层信息
5. run_synthesis 运行综合
6. get_messages 查看错误和警告
7. get_timing_summary 检查 WNS/TNS/WHS/THS
8. get_utilization 检查 LUT/FF/BRAM/DSP/IO
9. run_implementation 运行布局布线
10. get_timing_paths 分析最差路径
11. generate_bitstream 生成比特流
12. stop_session 关闭 Vivado 并释放资源
综合和实现可能耗时较长。大型工程应在调用时增加 timeout,并根据 CPU 和内存情况设置合适的 jobs。
MCP 工具说明
会话管理
start_session:启动持久 Vivado Tcl 会话;stop_session:正常关闭 Vivado;session_status:查看命令数、错误数和会话统计;check_session_health:检查会话响应并按需恢复;get_host_status:查看主机名、可用内存和会话状态。
工程与设计流程
open_project/close_project:打开或关闭.xpr工程;get_project_info:获取当前工程信息;run_synthesis:运行综合并验证 Vivado 的实际状态;run_implementation:运行 place and route;generate_bitstream:为已实现设计生成 bitstream。
报告与设计查询
get_timing_summary:返回 WNS、TNS、WHS、THS 等结构化指标;get_timing_paths:按时钟、起点、终点或 through 对象过滤关键路径;get_utilization:返回 LUT、FF、BRAM、DSP 和 IO 使用率;get_clocks:获取时钟与约束信息;get_messages:分类读取 ERROR、CRITICAL WARNING 和 WARNING;get_design_hierarchy:读取综合后设计层次;get_ports/get_nets/get_cells:查询端口、网络和单元。
仿真
set_simulation_top:设置 testbench 顶层;launch_simulation:启动行为级或综合/实现后仿真;run_simulation/step_simulation/restart_simulation:运行、步进或重启;get_signal_value/get_signal_values:读取一个或一组信号;get_scopes/get_simulation_objects:浏览仿真层次和对象;add_signals_to_wave:添加波形信号;add_breakpoint/remove_breakpoints:管理仿真断点;get_simulation_messages:读取仿真日志;close_simulation:关闭仿真。
高级能力
run_tcl:执行任意 Vivado Tcl;generate_full_report:生成 timing、utilization、power、DRC 等完整报告;read_report_section:按行范围或正则表达式读取大型报告;request_feature/list_feature_requests:记录当前未覆盖的功能需求。
工作原理
Claude / Cursor / Cline / Cherry Studio / 其他 MCP 客户端
│
│ MCP stdio / JSON-RPC
▼
Vivado MCP Native
│
│ 持久 subprocess Tcl 会话
▼
AMD/Xilinx Vivado -mode tcl
│
▼
本机 FPGA 工程与报告
每条 Tcl 命令会使用 UTF-8 十六进制编码并附加唯一标记。Server 分别提取标准输出、Tcl 返回值、返回码和错误栈,不依赖可能随语言环境变化的 Vivado% 提示符。
常见问题
找不到 vivado-mcp-native 命令
py -m pipx ensurepath
(Get-Command vivado-mcp-native).Source
重启终端或把返回的绝对路径直接写入 MCP 客户端配置。
找不到 Vivado
先验证启动文件:
& "D:\Software\Xilinx\2025.2.1\Vivado\bin\vivado.bat" -mode tcl
随后运行:
vivado-mcp-native-doctor --vivado-path "D:\Software\Xilinx\2025.2.1\Vivado\bin\vivado.bat"
中文输出乱码
$env:VIVADO_MCP_OUTPUT_ENCODING = "gbk"
可设置为 utf-8、gbk,或与本机 Vivado Tcl 控制台一致的编码。
综合或实现超时
超时后 Server 会终止完整 Vivado 进程树,防止继续使用已经失步的会话。重新启动会话,并为大型工程设置更长的 timeout。
vivado-mcp 和 vivado-mcp-native 是同一个包吗
不是。安装本项目请始终使用:
py -m pip install vivado-mcp-native
更多 Windows 配置说明参见 WINDOWS_INSTALL.md。
安全说明
run_tcl 可以按当前用户权限执行任意 Tcl,包括读写文件和启动外部程序。请注意:
- 只连接可信的 MCP 客户端和模型;
- 执行删除文件、重置工程或覆盖输出前检查目标路径;
- 对重要工程使用版本控制并保留备份;
- 不要把没有鉴权和隔离的 Vivado MCP 直接暴露到公网。
官方 MCP Registry
官方 Registry 标识:
io.github.Arthurzxy/vivado-mcp-native
注册元数据位于 server.json,当前发布版本为 0.2.1,传输方式为本地 stdio。
贡献
欢迎通过 Issue 或 Pull Request:
- 补充新的 Vivado 工具;
- 改进不同 Vivado 版本的兼容性;
- 增强报告解析;
- 补充 MCP 客户端配置示例;
- 修正文档或翻译。
许可证与致谢
本项目使用 MIT License。
- 原始项目由 Corey Hahn 创建;
- 基于 Model Context Protocol;
- 集成 AMD/Xilinx Vivado。
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.