能力标签
VeriFlow-CC
⚙️
Agent工作流

VeriFlow-CC

基于 Python · 无代码搭建完整 AI 自动化流程
英文名:veriflow-cc
⭐ 18 Stars 🍴 4 Forks 💻 Python 📄 未公布协议 🏷 AI 7.5分
7.5AI 综合评分
workflowai-agentschip-designclaude-code-skillclaude-code-skills
✦ AI Skill Hub 推荐

VeriFlow-CC 是 AI Skill Hub 本期精选Agent工作流之一。综合评分 7.5 分,整体质量较高。我们推荐使用将其纳入你的 AI 工具库,帮助提升工作效率。

📚 深度解析

VeriFlow-CC 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升,基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化(模拟鼠标键盘操作),AI Agent 工作流通过理解任务意图、动态规划执行路径,能够处理更复杂的非结构化任务。

VeriFlow-CC 工作流的设计遵循"最小配置,最大复用"原则:核心逻辑已经封装好,用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制,在网络波动或 API 限速等情况下仍能稳定运行,适合作为生产环境的自动化基础设施。

在实际部署时,建议先在测试环境中运行 3-5 次,验证各个环节的输出结果符合预期,再部署到生产环境。AI Skill Hub 评分 7.5 分,是同类 Agent 工作流中的精选推荐。

📋 工具概览

VeriFlow-CC是基于Claude Code的开源AI工作流,用于自动化芯片设计流程。它通过智能化的设计和优化,提高芯片设计的效率和质量。

VeriFlow-CC 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 18
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目,按需更新
开源协议
未公布
AI 综合评分
7.5 分
工具类型
Agent工作流
Forks
4

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

VeriFlow-CC是基于Claude Code的开源AI工作流,用于自动化芯片设计流程。它通过智能化的设计和优化,提高芯片设计的效率和质量。

VeriFlow-CC 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排,将复杂的多步骤任务拆解为清晰的自动化流程,实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成,适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排,无需编写复杂代码
  • 支持多步骤自动化任务链,实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制,保障稳定运行
  • 提供可复用的自动化模板,快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install veriflow-cc

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install veriflow-cc

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/bjwanneng/veriflow-cc
cd veriflow-cc
pip install -e .

# 验证安装
python -c "import veriflow_cc; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台(Dify / Flowise / Make 等)中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
veriflow-cc --help

# 基本用法
veriflow-cc input_file -o output_file

# Python 代码中调用
import veriflow_cc

# 示例
result = veriflow_cc.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# veriflow-cc 配置文件示例(config.yml)
app:
  name: "veriflow-cc"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
veriflow-cc --config config.yml

# 或通过环境变量配置
export VERIFLOW_CC_API_KEY="your-key"
export VERIFLOW_CC_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 90/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

VeriFlow-CC

Claude Code-driven RTL design pipeline — zero Python dependencies, Claude Code main session is the driver.

Key Features

Dependencies

  • Python 3.10+ (for state.py, no pip packages)
  • Claude Code (logged in)
  • iverilog / vvp (optional, for lint/sim stages)
  • yosys (optional, for synth stage)

No pip install required.

1. Install from Source

git clone https://github.com/bjwanneng/veriflow-cc.git
cd veriflow-cc
python install.py

Installs to ~/.claude/: - skills/vf-rtl/SKILL.md — Pipeline orchestration skill - skills/vf-rtl/core/state.py — State management - skills/vf-rtl/analysis/vcd2table.py — VCD waveform analysis - skills/vf-rtl/coding_style.md — Verilog coding style rules - skills/vf-rtl/runners/cocotb_runner.py — Cocotb simulation runner - skills/vf-rtl/runners/iverilog_runner.py — Pure-Verilog simulation runner - skills/vf-rtl/analysis/timing_contract_checker.py — Timing contract validator - skills/vf-rtl/runners/benchmark_runner.py — Batch evaluation & reporting - skills/vf-rtl/analysis/bug_pattern_match.py — Automated divergence pattern matching - skills/vf-rtl/analysis/corner_case_generator.py — Boundary test vector generation - skills/vf-rtl/analysis/design_graph.py — Module connectivity graph analysis - skills/vf-rtl/kb/knowledge_base.py — Cross-project bug pattern learning - skills/vf-rtl/kb/reference_kb.py — Type-matched reference RTL retrieval (for vf-coder) - skills/vf-rtl/verify/synth_score.py — Synthesis-quality scoring from yosys reports - skills/vf-rtl/verify/candidate_selector.py — Multi-candidate RTL selection (test-time scaling) - skills/vf-rtl/analysis/coverage_analyzer.py — Functional coverage scoring (coverage-driven verification) - skills/vf-rtl/verify/formal_prove.py — Generate + prove Verilog formal properties via SymbiYosys - skills/vf-rtl/kb/self_improve.py — Cross-run self-improvement loop (benchmark-gated, reversible) - agents/vf-coder.md — RTL code generation sub-agent - agents/vf-spec-golden.md — Spec + golden model generation sub-agent - agents/vf-tb-gen.md — Testbench generation sub-agent - agents/vf-linter.md — Lint sub-agent - agents/vf-synthesizer.md — Synthesis sub-agent

Uninstall: python install.py --uninstall

Uninstall

python install.py --uninstall

Quick Start

Persistent EDA Environment

EDA tool paths (iverilog, vvp, yosys) are discovered once in Step 0 and saved to .veriflow/eda_env.sh. Every subsequent EDA command sources this file, avoiding the "PATH doesn't persist between Bash calls" issue. eda_env.sh also exports PYTHONPATH pointing at the installed skill directory, so helper scripts can import state.py without per-call PYTHONPATH prefixes.

Interface Lock

spec.json port definitions are locked after Stage 1. Port semantic fields enforce consistent interpretation across all stages: - reset_polarity: "active_high" only (reset ports must declare this) - handshake: "hold_until_ack" | "single_cycle" | "pulse" (valid ports must declare this) - ack_port: name of the associated ack input (required for hold_until_ack)

Pipeline Stages

Strict sequential execution, no skipping:

spec_golden → codegen → verify_fix → lint_synth
     1            2          3            4
StageTypeInputOutput
spec_goldenLLM (vf-spec-golden)requirement.md, constraints.md, design_intent.md, context/spec.json + golden_model.py
codegenvf-coder sub-agent (AI assembly per module, parallel)spec.json, golden_model.py, coding_style.mdrtl/*.v
verify_fixEDA (iverilog+vvp or cocotb) + error recoveryrtl/*.v, tb/*.v, golden_model.pylogs/sim.log, VCD waveform analysis, expected_trace_*.md
lint_synthEDA (iverilog + yosys, parallel)rtl/*.vlogs/lint.log + synth_report.txt

Cocotb-First Integration Simulation

Stage 3 (verify_fix) uses cocotb (Python co-simulation) as the primary simulation path when available: - cocotb's await RisingEdge(dut.clk) fires via VPI callback AFTER the NBA region, eliminating all Verilog TB-DUT race conditions - Per-cycle internal register comparison against golden model trace - Cycle-level timing contract assertions (registered output stability, pipeline delay) - Falls back to Verilog $display-based testbenches when cocotb is unavailable

Simulation passes but pipeline reports FAIL

The sim hook uses strict 3-layer verification: (1) sim.log must be non-empty, (2) no [FAIL] or FAILED: lines, (3) must contain ALL TESTS PASSED. If your testbench prints [FAIL] in passing messages (e.g., "checking FAIL case"), use a different format to avoid triggering Layer 2.

Troubleshooting

🇨🇳 中文文档镜像 AI 翻译 2026-05-27
英文原文章节由系统翻译为中文摘要,便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

VeriFlow-CC 是一个由 Claude Code 驱动的 RTL 设计流水线。该项目的核心理念是“零 Python 依赖”,通过将 Claude Code 的主会话作为驱动引擎,实现从需求到验证的全自动化流程。它旨在为开发者提供一种全新的硬件设计范式,让 AI 直接接管设计逻辑的生成与验证。

⚡ 功能介绍

本项目具备高度自动化的 RTL 设计能力,能够通过 Claude Code 实现从规格说明到代码生成的闭环。��核心优势在于严格的流水线管理、基于 cocotb 的高精度仿真验证,以及通过 spec.json 实现的接口语义锁定,确保了设计在不同阶段的一致性与可靠性。

📋 环境依赖

运行本项目需要 Python 3.10+ 环境(仅用于运行内置的 state.py,无需通过 pip 安装额外包)。用户必须登录并使用 Claude Code。此外,若需进行 lint、仿真或综合阶段,建议安装 iverilog、vvp 或 yosys 等 EDA 工具。本项目最大的特点是无需执行 pip install 即可运行。

🛠 安装步骤(Docker/pip/源码)

可以通过源码安装:首先使用 git clone 克隆仓库,进入目录后运行 python install.py。安装程序会将必要的技能文件(如 SKILL.md、state.py、vcd2table.py 等)部署至 ~/.claude/ 目录下。如果需要移除相关组件,只需运行 python install.py --uninstall 即可完成卸载。

🚀 使用教程

项目遵循严格的流水线工作流,用户应从提供需求文档(requirement.md)和设计意图(design_intent.md)开始。通过 Claude Code 启动任务后,系统将自动进入从规格定义到代码生成、再到仿真验证的自动化阶段,开发者只需关注高层设计逻辑。

⚙️ 配置说明(含 MCP / env)

为了解决 Bash 调用间 PATH 无法持久化的问题,本项目实现了持久化的 EDA 环境配置。在初始化阶段,系统会自动发现 iverilog、vvp 和 yosys 的路径并保存至 .veriflow/eda_env.sh。后续所有 EDA 命令都会自动 source 该文件,并自动配置 PYTHONPATH,确保 helper 脚本能正确引用 state.py。

🔌 API 说明

本项目通过 spec.json 实现接口锁定机制。在 Stage 1 之后,端口定义将被锁定,以确保所有阶段对端口语义的理解完全一致。通过引入 reset_polarity(仅支持 active_high)和 handshake(支持 hold_until_ack、single_cycle、pulse)等语义字段,强制执行严格的硬件协议规范。

🔄 工作流/模块

项目采用严格的顺序执行流水线,禁止跳过任何阶段:1. spec_golden(生成 spec.json 与 golden_model);2. codegen(生成 RTL 代码);3. verify_fix(利用 cocotb 进行高精度仿真验证);4. lint_synth(进行静态检查与综合)。在 verify_fix 阶段,系统通过 cocotb 的 VPI callback 机制,在 NBA 区域后触发时钟边沿,彻底消除了 Verilog TB-DUT 的竞争冒险问题。

❓ FAQ 摘要

针对开发过程中可能遇到的环境路径、EDA 工具调用或仿真冲突问题,FAQ 章节提供了详细的排查指南。重点解决如何在 Claude Code 环境下正确配置 EDA 工具链,以及如何处理仿真过程中的信号竞争问题。

🎯 aiskill88 AI 点评 A 级 2026-05-25

VeriFlow-CC是一个有潜力的开源AI工作流,通过Claude Code的智能化设计和优化,提高了芯片设计的效率和质量。但是,需要进一步的开发和测试来确保其稳定性和可靠性。

📚 实用指南(长尾问题)
适合谁
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • Python 依赖冲突:建议用 venv / uv 隔离环境
部署方案
  • 云端托管:可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
veriflow-cc 中文教程veriflow-cc 安装报错怎么办veriflow-cc Agent 工作流veriflow-cc 与同类工具对比veriflow-cc 最佳实践veriflow-cc 适合谁用

⚡ 核心功能

👥 适合谁
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • Agent 任务先做 dry-run 验证工具调用链,再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库(请用 .env 并加入 .gitignore)
  • Python 依赖冲突:建议用 venv / uv 隔离环境

👥 适合人群

自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队

🎯 使用场景

  • 自动化日常重复性工作,将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同

⚖️ 优点与不足

✅ 优点
  • +大幅减少重复性人工操作
  • +可视化流程,清晰直观
  • +可扩展性强,支持复杂场景
⚠️ 不足
  • 未明确开源协议,商用场景需谨慎评估
  • 初始配置和调试需投入一定时间
  • 强依赖外部服务的稳定性
  • 复杂场景需具备一定技术基础
⚠️ 使用须知

该工具未明确声明开源协议,商业使用前请联系原作者确认授权范围,避免侵权风险。

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

🔗 相关工具推荐

📰 相关 AI 新闻
🍿 AI 圈相关吃瓜
🗺️ 相关解决方案
🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

veriflow-cc 是一款Python开发的AI辅助工具。开源AI工作流:VeriFlow-CC: A Claude Code-driven RTL design pipeline. Automates Chip-on-Chat fr。⭐18 · Python 主要应用场景包括:VeriFlow-CC适用于需要自动化芯片设计流程的场景,例如芯片设计公司、研究机构等。。
💡 AI Skill Hub 点评

经综合评估,VeriFlow-CC 在Agent工作流赛道中表现稳健,质量良好。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。

⬇️ 获取与下载
⚠️ 该工具未声明开源协议,不提供直接下载。请访问原项目了解使用条款。
📚 深入学习 VeriFlow-CC
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 veriflow-cc
原始描述 开源AI工作流:VeriFlow-CC: A Claude Code-driven RTL design pipeline. Automates Chip-on-Chat fr。⭐18 · Python
Topics workflowai-agentschip-designclaude-code-skillclaude-code-skills
GitHub https://github.com/bjwanneng/veriflow-cc
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/bjwanneng/veriflow-cc

收录时间:2026-05-25 · 更新时间:2026-05-30 · License:未公布 · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →