把电路描述转换为清晰、经过电气检查的 SVG 原理图,并附带 JSON 验证报告。
先在 Codex 或 Claude Code 中安装插件,再粘贴下面的提示词。 安装步骤 →
使用 AIPE Sketcher 生成双有源桥(DAB)变换器原理图,验证电气连接,并将结果导出为 SVG。
把下面的提示词粘贴到 Codex、Claude Code 或其他 Coding Agent 中。它会让智能体读取 aipe.md——AIPE 公开的、面向智能体的工程能力索引。
请阅读 https://aipel.co.uk/aipe.md,找出与我的任务相关的 AIPE 工程能力,并帮助我使用合适的工具和智能体。
能力发现 可用
智能体读取索引,找到适合你任务的 AIPE 能力,并按照每项能力自己的文档使用它。每个工具仍需按其仓库说明单独设置。
可安装插件与编排 规划中
一次安装即可设置 AIPE 智能体,并在任务中协调它们协同工作。目前仍在设计中,尚未发布任何插件安装包。
每个智能体都维护在各自的仓库中。复制提示词得到的是一条让 Coding Agent 使用该智能体的指令,它不会安装任何内容。如果某个智能体同时是 Codex 与 Claude Code 的原生插件,其卡片会链接到安装步骤:请先安装插件,再粘贴提示词。
把电路描述转换为清晰、经过电气检查的 SVG 原理图,并附带 JSON 验证报告。
先在 Codex 或 Claude Code 中安装插件,再粘贴下面的提示词。 安装步骤 →
使用 AIPE Sketcher 生成双有源桥(DAB)变换器原理图,验证电气连接,并将结果导出为 SVG。
在 KiCad 中进行 AI 辅助的电力电子 PCB 设计,配合原生 ERC/DRC 检查与有记录的工程评审。
请阅读 https://github.com/FulongLi/AIPE-PCB-Agent,按照其中的 README 和 docs/agent-workflow.md 协助我完成电力电子 PCB 任务。请先检查我的环境,安装任何软件前先征得我的同意。使用 KiCad 原生 ERC 与 DRC 检查,写明所有假设,并列出仍需人工工程评审的全部事项。
把研究想法整理成关联证据的论文计划,并基于 IEEE 官方模板生成 LaTeX 稿件工作区。
请阅读 https://github.com/FulongLi/AIPE-IEEE-Paper-Agent,并按照其中的 AGENTS.md 和 core/workflows/idea-to-paper.md 工作。我的研究想法是:<描述你的想法>。请先形成包含可检验问题与证据缺口的论文计划,再为我的目标 IEEE 期刊或会议建立稿件工作区。不要编造任何结果或参考文献,缺失的证据请标记为 TODO。
AIPE Academy 同时提供 Codex 技能与 Claude Code 插件,二者使用同一套开放课程:四个学科、带先修检查的学习路线、可复现的 Python 实验、MIT OpenCourseWare 学术范围参考,以及只保存在你本机的学习记录。除了你的 Coding Agent,只需要 Python 3.10;不需要 API 订阅、专有软件或云数据库。可用
/plugin install aipe-academy --marketplace FulongLi/AIPE-Academy
然后运行 /aipe-academy:learn,或直接说:“请按 AIPE Academy 带我从零学习。”
git clone https://github.com/FulongLi/AIPE-Academy
在 Codex 中打开该文件夹,aipe-academy 技能会从 .agents/skills/ 自动被发现。输入 $aipe-academy,或说“请按 AIPE Academy 带我从零学习”。
分步安装说明、各平台已测试的内容与已知限制见 docs/plugin-installation.md ↗(英文)。本站每节课程都链接到同一仓库中的规范源文件。