Communitygithub.com

brunofbloq/habilidades-agentes-embebidos

Diseñar, implementar y ejecutar verificación de firmware embebido a través de pruebas en host/maquetas, análisis estático, simulación con Renode o QEMU, hardware-in-the-loop, J-Link/ST-Link/OpenOCD, UART/RTT y mediciones físicas. Útil para estrategia de pruebas, regresión, inyección de fallos, puertas de aceptación, evidencia de temporización/pila/recursos y automatización de pruebas CI en objetivos bare-metal, RTOS y Linux embebido. Seleccionar el backend de prueba más económico y creíble, y separar claramente la evidencia de modelos virtuales de la cualificación de hardware real.

¿Qué es habilidades-agentes-embebidos?

Esta habilidad está diseñada para ingenieros de firmware y desarrolladores de sistemas embebidos que trabajan con agentes de IA como Claude Code, Cursor o Codex. Proporciona un marco estructurado para crear y ejecutar pruebas de verificación de firmware que sean reproducibles, rentables y basadas en evidencia. La habilidad soporta múltiples plataformas de prueba: pruebas en host con maquetas y análisis estático, simulación a nivel de sistema con Renode y QEMU, pruebas hardware-in-the-loop (HIL) con depuradores como ST-Link, J-Link y OpenOCD, y mediciones físicas. Su flujo de trabajo guía al usuario desde la inspección del objetivo de firmware hasta la selección del backend más económico pero fiel (priorizando host o simulación solo cuando el modelo de Renode es adecuado), la ejecución de pruebas con informes separados por nivel de evidencia, y el seguimiento con la reproducción de fallos más corta accionable. Es especialmente útil para entornos de integración continua donde se necesita automatización de pruebas, regresión, inyección de fallos y evidencia de recursos como temporización y pila. La habilidad enfatiza no reclamar capacidades que el entorno de prueba no pueda demostrar, y mantiene una separación clara entre la evidencia virtual y la cualificación en hardware real.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/brunofbloq/embedded-agent-skills/tree/HEAD/skills/embedded-qa

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

QA Embebido

Entregar pruebas basadas en evidencia, reproducibles, sin reclamar capacidades que el entorno de prueba no pueda demostrar. Elegir uno o más backends apropiados para la funcionalidad y sus modos de fallo, no una pirámide de pruebas prescrita para cada cambio.

Flujo de trabajo de pruebas

  1. Inspeccionar: Identificar el objetivo real de firmware, revisión de placa/silicio, cadena de herramientas, infraestructura de pruebas actual, requisitos, restricciones de seguridad/alimentación/temporización, artefactos de compilación y hardware de host/emulador/sonda disponible. Reutilizar pruebas y herramientas existentes antes de introducir un marco de trabajo.
  2. Definir el oráculo de prueba de forma independiente: Traducir los requisitos en aserciones observables positivas, negativas, de límite, de fallo y de recuperación. Verificar los valores esperados contra las especificaciones y vectores de prueba en lugar de reproducir ciegamente las salidas de la implementación.
  3. Elegir el backend más económico y fiel: Probar máquinas de estado y protocolos portables en host. Usar Renode solo si su CPU, interrupciones, memoria y periféricos necesarios para cada afirmación están modelados adecuadamente; de lo contrario, marcar como BLOQUEADO_POR_MODELO y usar maquetas, trabajo de modelo o HIL. Usar mediciones reales de placa/sonda para comportamiento eléctrico, de alimentación, DMA/caché, temporización y reinicio.
  4. Construir y ejecutar: Capturar la imagen/revisión exacta de firmware, versión del modelo, scripts, estímulos, estados de salida y tiempos de espera acotados. Ejecutar comprobaciones dirigidas antes de una regresión más amplia. Aislar recursos de prueba, números de puerto y limpieza; nunca flashear/borrar hardware real sin autorización.
  5. Informar por nivel de evidencia: Cada uno de los resultados de host, estático, simulado, HIL y medición física recibe su propio estado PASS/FAIL/NOT_RUN/INCOMPLETE. Marcar la falta de cobertura del modelo y la cobertura de prueba por separado. Conservar registros útiles legibles por máquina, no transcripciones verbosas en el contexto del LLM.
  6. Seguimiento: Proporcionar la reproducción de fallo accionable más corta, evidencia de causa raíz o limitaciones de alcance. Agregar pruebas estables junto con las correcciones si es apropiado.

Referencias condicionales

Usar scripts/summarize_robot.py para resumir el output.xml de Robot (cuando se produzca). No inventar integraciones de MCP de Renode: verificar un adaptador real instalado antes de confiar en él. Proteger las sondas de depuración compartidas, los sockets UART y el equipo de alimentación de pruebas concurrentes.

Entregar: entorno y restricciones de prueba; comandos ejecutados; aserciones/resultados con ubicación de evidencia; cobertura simulada versus física; riesgos restantes.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Skills relacionados