Multisim MCP Skills

What is Multisim MCP Skills about?

Multisim MCP Skills provides a Model Context Protocol (MCP) server that lets AI agents create, simulate, and validate NI Multisim circuit designs directly from natural‑language requirements. It supports full experiment lifecycles—from netlist generation to result export—without manual user interaction.

How to use Multisim MCP Skills?

1. Install the Python package (requires a licensed Multisim 14+ on Windows):

   C:\path\to\python32\python.exe -m pip install "multisim-mcp==1.1.0"
   C:\path\to\python32\Scripts\multisim-mcp.exe
   

2. Generate a local component template pack from an authorized Multisim installation:

   $env:MULTISIM_MCP_TEMPLATE_DIR = 'C:\MultisimMcp\component-pack'
   C:\path\to\python32\python.exe .\tools\bootstrap_local_component_pack.py \
       --output C:\MultisimMcp\component-pack
   

3. Start the MCP server (32‑bit Python worker handles COM automation):

   C:\path\to\python32\python.exe -m multisim_mcp.server
   

4. Configure an AI agent (Claude, ChatGPT, DeepSeek, etc.) by copying the generated JSON snippet under generated‑config/ into the agent’s MCP configuration.
5. Invoke the provided skills (e.g., run_generated_analog_project, run_natural_common_emitter, run_natural_rectifier) through the agent’s prompt or via the CLI multisim-mcp.exe.

Key Features

• Full‑cycle circuit generation: translate natural‑language specs into editable .ms14 schematics.
• Native Multisim COM automation: 32‑bit worker opens, edits, saves, and validates designs.
• Simulation support: DC, AC, transient, and operating‑point analyses with automatic safety checks.
• Data export: raw results, CSV, SVG, PNG schematics, and bilingual Markdown/HTML/PDF reports with SHA‑256 manifest.
• Persistent job queue: submit long‑running experiments, monitor status, cancel or retry, and survive worker crashes.
• Verification engine: pass/fail/unverified metrics, Monte‑Carlo and tolerance sweeps, and design‑requirement contract reviews.
• Plugin ecosystem: DeepSeek Harness npm plugin (multisim-mcp-dsh-plugin) and optional React workbench (future).
• Extensible tools: 78‑95 built‑in EDA tools covering components, analyses, and optimization workflows.

Use Cases

• Educational labs: automatically generate lab circuits (RC filters, op‑amp stages, transistor amplifiers) and produce complete experiment reports for students.
• Rapid prototyping: AI‑driven designers specify performance goals (gain, ripple, bandwidth) and receive a validated Multisim project ready for further refinement.
• Design verification: run batch sweeps and verification suites to ensure designs meet regulatory or curriculum criteria.
• Component library testing: import vendor SPICE subcircuits, expand them into native Multisim parts, and validate against simulated results.
• Optimization studies: iterate capacitor or resistor selections for rectifier designs, automatically selecting the minimal component that satisfies all constraints.

FAQ

Q: Do I need a Multisim license? A: Yes, a licensed Multisim 14+ installation is required on the host machine; the server only automates the existing software.

Q: Can I run this on Linux or Docker? A: The MCP tools can be installed on Linux for diagnostics, but actual circuit simulation requires Windows with the Multisim COM interface.

Q: What Python version is supported? A: A 32‑bit Python installation (typically 3.9‑3.12) with pywin32 is needed for the COM worker; the front‑end can run on 64‑bit Python.

Q: How is security handled? A: Only safe SPICE commands (op, dc, ac, tran) are enabled by default. Unsafe commands must be explicitly allowed via configuration. The server is intended for local, trusted usage and should not be exposed directly to the network.

Q: Is there a React UI available? A: The current release (v1.2.0) includes only the MCP core and CLI. A React workbench is under independent development and will be released later.

Multisim MCP + Skills

中文（当前） | English

让 AI Agent 根据实验要求自动生成 Multisim 电路、运行仿真、提取实验数据，并导出 电路图、CSV、波形图和实验报告。

当前发布候选版为 1.3.0rc1（GitHub 标签 v1.3.0rc1）。项目非 NI 官方产品，需要本机安装并授权 Multisim 14+；COM 在独立 32 位 Python worker 中运行，MCP 前端可使用 32 或 64 位 Python。

开发分支已加入组合模拟电路原生工作流：宿主 AI 可通过 run_generated_analog_project 提交组合网表与采样指标，完成原生连接核对、 OP/AC、完整电路图和报告导出。已在 Multisim 14.3 实测两级（14 器件）和四级 （24 器件）RC＋理想运放电路；这不代表任意真实芯片或开关电源已支持。 另已完成 LM324AJ 毕业设计场景插件验收： 经 MCP stdio 生成两级电路，运行原生 OP/AC/TRAN，根据测量校准零点后以相同指标复验。 真实模型依赖本地授权模板；校准电压源的硬件实现和其他芯片仍未验收。

新增 2N3904 共射原生验收：通过 run_natural_common_emitter 执行中文需求，生成原生图纸并检查工作点、1kHz 增益和 脉冲响应。图纸使用真实直流/脉冲源、共射布局和隐藏测量面板。要求重建本地模板包， 当前仅实测 Multisim 14.3；新工程仍需图面复核，不代表第二阶段全部完成。

第二阶段预览版的准确变更、验证结果和发布边界见 1.3.0rc1 发布说明。

后续源码开发新增 桥式整流原生插件工作流： run_natural_rectifier 从低压交流输入、负载电流和纹波要求生成 1N4001GP 桥式电路， 核对原生模型、引脚及保存参数，运行 OP/TRAN 并导出图纸、波形与报告。 已完成默认工况、4V/5mA、18V/60Hz/200mA 和更严格纹波工况的本机实测。 此新增能力尚未进入 1.3.0rc1 发布包，不包含稳压电源或实物设计认证。

进一步新增 原生整流电容优化闭环： optimize_natural_rectifier 固定负载比较九个电容候选，检查输入/负载/电容变化及启动， 选定通过全部声明工况的最小候选，重开保存工程复验并导出对比报告。 12V/100mA/纹波≤0.3V 的本机测试完成 27 次原生运行，将电容从4700μF降至3900μF。

v1.2.0 是不含 React 前端的 MCP Core 正式版：包含 Python MCP 服务、CLI、EDA 核心、模型/DeepSeek 适配、测试、文档及可选 loopback 桥接 API；不包含仍在独立 开发的 React Workbench 前端。GitHub、PyPI 与 MCP Registry 均已发布 v1.2.0。

四个开发阶段和 1.0 发布门禁见 1.0 路线图。

PyPI 安装包 · 官方 MCP Registry 条目 · DeepSeek Harness npm 插件 · GitHub Release

开源发布状态

1.2.0 已同步发布到 GitHub Release、PyPI 与 io.github.yxy050208/multisim-mcp 官方 MCP Registry 条目。由本地 NI 样例提取的 XML 模板不属于 MIT 代码授权范围，公开仓库默认不应包含这些文件。用户需要运行 tools/bootstrap_local_component_pack.py，从自己已授权的 Multisim 安装生成本地模板包。

请不要上传 analysis/、.ms14、解码 XML、类型库转储、实验输出或当前包含 142 个 本地模板的开发 wheel。完整发布步骤见 docs/PUBLISHING.md。

1.2.0 正式核心将公共面扩展为 78 个工具、20 个资源模板和 5 个双语提示词，新增 审批式设计规划、诊断/补丁评估、全局优化、自主纠错、Multisim/ngspice 差分验证与 可恢复作业。详情见 v1.2.0 发布说明。

开发分支新增只读的 review_design_requirements 需求契约审查：在基线实验前区分硬约束、 软目标、偏好和假设，并拦截同一信号上的明显冲突。接口说明见 需求契约审查。 开发分支还新增 bind_requirement_review_to_design，把契约绑定到已有设计快照并报告 缺失信号与可优化参数，以及 snapshot_open_circuit 的 COM 导入快照入口；已发布的 v1.2.0 仍保持 78 个工具，开发分支公共面为 95 个工具。

开发分支已提供 自然语言 RC/RLC/OPAMP 工程入口：从明确的中文/英文需求生成 可编辑 Multisim 工程，原生仿真并比较 E24 候选，导出带验收状态的报告。当前为有限规则解析， 尚不代表通用 AI 自动设计或任意电路支持。 可选 --planner model 接入已配置的模型，先检查原始需求与提案的一致性，再执行原生实验。 模型调用、拒绝原因和原生实验会共同留档；本机 Ollama/Qwen3 与 Multisim 14.3 已完成一次真实联合测试。 绑定结果中的 native_optimization_readiness 带有完整性摘要；在用户明确批准、通过运行时门禁后， run_native_parameter_sweep 才会对当前打开工程执行有界 R/C/L 参数扫描，并在每次运行后恢复原值。 扫描完成后可用 rank_native_sweep_results 按均值、峰峰值、RMS 或目标值距离自动排序候选方案。 prepare_native_sweep_patch 会把最佳候选转换为现有审批体系可处理的标准可逆 DesignPatch。 通过显式审批后，apply_native_sweep_patch_to_copy 只写入新的 .ms14 副本，并重新打开源工程。 compare_native_sweep_baseline 会自动识别原始参数组并计算改进量； export_native_sweep_report 导出中文为主的 Markdown、JSON 和 SHA-256 清单；传入已批准生成的 .ms14 副本后，还会把优化工程复制到报告目录并建立相对链接，形成可移交的证据包；传入原始 扫描结果后，还会生成基线/优化波形 CSV 与 SVG 对照图。

已实现的完整闭环

run_circuit_experiment 可以从同一份受限 SPICE 网表完成：

1. 网表和实验命令安全校验。
2. 生成可编辑 .ms14 原理图。
3. 由真实 Multisim 打开并反向枚举验证。
4. 导出原理图 PNG。
5. 运行 DC、AC、瞬态或工作点实验。
6. 导出 raw、CSV、SVG 波形和命令日志。
7. 生成 Markdown、中英双语独立 HTML/PDF 报告及带 SHA-256 的 manifest.json。

对于较长实验，submit_circuit_experiment 持久任务接口会立即返回 job_id，可通过 get_experiment_job、list_experiment_jobs、 cancel_experiment_job、retry_experiment_job 或 multisim://jobs/{job_id} 查询、 取消和重试任务。每个实验 运行在隔离任务进程中；全部 Multisim COM/编解码操作还会进入长期驻留的 32 位 COM worker。worker 崩溃、RPC 超时或心跳超时不会拖垮 MCP 服务，后续调用可重启 COM worker，服务重启后未完成任务会安全地重新排队。

1.0 还加入了可计算的设计验收与批量实验：

• run_verified_circuit_experiment 接收版本化 ExperimentSpec，自动测量时域频率、 THD、增益、带宽、截止频率、上升时间、过冲、纹波、功耗等指标，并把逐项 pass / fail / unverified 结论写入 verification.json 和实验报告。
• measure_experiment 与 verify_experiment_requirements 可对已注册实验重新计算 指标；信号或证据缺失时只返回 unverified，不会猜测结果。
• plan_experiment_sweep、run_experiment_sweep、submit_experiment_sweep 支持 参数、容差、温度与可复现 Monte Carlo 扫描。每次扫描最多 100 个运行点，长扫描 复用持久任务的取消、超时、崩溃恢复与输出锁。
• 扫描输出 summary.json、扁平 data.csv 和每个运行点的原始产物，并通过 multisim://sweeps/{sweep_id}/summary|data 读取。

验收请求的核心结构如下；operator 支持 at_least、at_most、between 和 approximately：

{
  "spec": {
    "schema_version": 1,
    "title": "分压器验收",
    "netlist": "VIN vin 0 DC 10\nR1 vin vout 1k\nR2 vout 0 1k\n.end\n",
    "commands": "dc VIN 0 10 1",
    "requirements": [
      {
        "id": "gain",
        "metric": "gain",
        "signal": "V(vout)",
        "reference_signal": "V(vin)",
        "operator": "approximately",
        "target": 0.5,
        "tolerance_percent": 1
      }
    ],
    "theoretical_values": {"gain": 0.5}
  },
  "output_dir": "C:\\experiments\\divider-verified"
}

扫描的 mode 可设为 parameter、tolerance、temperature 或 monte_carlo。元件数值使用有限数字替换已声明的 {{NAME}} 占位符；建议先调用 plan_experiment_sweep 检查完整展开结果，再提交真实运行。

已经在 Multisim 14.3 上完成分压器、耦合电感、数字门/JK 时序以及 函数发生器 + 示波器联合实验的真实验证。

1.0 加入不分发 NI 数据库资产的可移植元件与数据仪器：

• @TRANSFORMER、@POTENTIOMETER、@RELAY、@CRYSTAL、功率二极管/MOS；
• @DFF、@TFF、@COUNTER4、@SHIFT_REGISTER4、@ADC1、@DAC1；
• read_virtual_multimeter、analyze_bode_response 和 analyze_logic_signals；
• export_formal_experiment_report，以及 5 个新的正式报告/清单 Resource。

适配器语法与社区 JSON 接口见 docs/COMPONENT_ADAPTERS.md， 真实版本边界见 docs/COMPATIBILITY.md。 工作目录持久化格式见 docs/WORKSPACE_MANIFESTS.md。 1.0 真实回归覆盖适配器原理图打开/回导、变压器瞬态、继电器与功率器件工作点、 晶振 AC、DFF 瞬态以及双语正式报告的完整事务发布。

能力成熟度

稳定：

• Multisim COM 连接、打开、保存、枚举和导出。
• DC/AC/瞬态分析、波形输入注入、RLC 读写。
• 安全子集 SPICE 实验和 raw/CSV 解析。
• MCP stdio、运行环境诊断和报告生成。
• 持久实验队列、进度/取消/超时、输出锁和崩溃/无响应 worker 恢复。
• 版本化实验指标、严格 PASS/FAIL/未验证判定，以及四类确定性批量扫描。
• 项目、实验和优化目录共用的版本化 manifest，支持修订、状态恢复和 SHA-256 完整性校验。

实验性：

• 自动原理图支持 R/L/C、标量及波形电压/电流源、B/E/F/G/H 受控源、 K/T/O/U 耦合与传输线、二极管、NPN/PNP、NMOS/PMOS、JFET/MESFET、 电压/电流控制开关、五端运放及 2–16 端通用 X 子电路；扩展族暂用通用载体符号。生成后会通过 Multisim 反向网表确认器件没有被静默丢弃。
• 直接粘贴的厂商 .subckt 宏模型可递归展开为可编辑原生器件，保留嵌套依赖、 局部节点和 PARAMS: 参数；editable_model_coverage 会区分完整展开、部分展开和 仅载体状态，详见 docs/VENDOR_SPICE_MODELS.md。
• 已加入原生 NOT/AND/OR/NAND/NOR/XOR/XNOR 和 JK 触发器预览； 原理图打开/回导、组合逻辑真值表和 JK 翻转时序均已真实验证。
• 支持原生 XFG 函数发生器和四通道 XSC 示波器状态，实验波形同时导出为 CSV、SVG 和 Markdown 报告。
• 自动生成的原理图探针暂不作为实验数据来源；实验数据来自同一网表经 Multisim 命令引擎执行的结果。

快速开始

AI Agent Preview 安装

在源码目录运行以下命令可为多个 Agent 生成 MCP 配置。Agent 可以是 64 位， -Python32 必须指向已安装 pywin32 且能连接 Multisim 的 32 位 Python：

.\tools\install-agent.ps1 `
  -Client all `
  -Python32 C:\path\to\python32\python.exe

配置会写入 generated-config/。将对应 JSON 的 mcpServers.multisim 节点复制到 Qwen、ChatGPT、DeepSeek 或其他支持 MCP 的 Agent 配置后重启客户端，再调用 runtime_status 自检。完整边界见 多 Agent 安装说明。

最简单的兼容部署仍是直接安装到 32 位 Python：

C:\path\to\python32\python.exe -m pip install "multisim-mcp==1.1.0"
C:\path\to\python32\Scripts\multisim-mcp.exe

也可以把 MCP 前端安装到 64 位 Python，并为 COM worker 单独保留一套安装了本项目和 pywin32 的 32 位 Python。若系统 py launcher 能发现 32 位 Python，会自动选择； 否则设置：

$env:MULTISIM_MCP_WORKER_PYTHON = 'C:\path\to\python32\python.exe'
C:\path\to\python64\python.exe -m multisim_mcp.server

Linux/Docker 仅提供 MCP 工具发现和兼容性诊断，不能运行 Multisim 仿真。容器中的 runtime_status 会返回 introspection-only；所有 COM 自动化能力仍要求上述 Windows 环境。根目录 Dockerfile 用于 Glama 等目录验证 MCP 协议和工具定义。

从源码安装并生成本地元件模板包：

cd mcp_server
.\setup.ps1 -Python C:\path\to\python32\python.exe
npm install --global electronics-workbench-decoder@0.2.0
cd ..
$env:PYTHONPATH = (Resolve-Path .\mcp_server).Path
C:\path\to\python32\python.exe .\tools\bootstrap_local_component_pack.py `
  --output C:\MultisimMcp\component-pack
$env:MULTISIM_MCP_TEMPLATE_DIR = 'C:\MultisimMcp\component-pack'
cd mcp_server
.\run_server.ps1

模板包生成器会连接已授权的 Multisim，并新建一个临时空白电路以取得与当前安装版本 一致的工程骨架；执行前请保存正在编辑的工作。alpha 版本生成的 schema 1 包需要重建。

v1.1.0 提供安装诊断和配置生成命令。默认情况下它们不会启动 Multisim，也不会修改现有客户端配置：

# 人类可读诊断；完整工作流未就绪时给出逐项修复建议
C:\path\to\python32\Scripts\multisim-mcp.exe doctor --lang zh

# 可选：显式启动/连接 Multisim，验证许可证和 COM 激活
C:\path\to\python32\Scripts\multisim-mcp.exe doctor --lang zh --connect

# 便于 Agent/脚本解析的稳定 JSON；--strict 可用于 CI
C:\path\to\python32\Scripts\multisim-mcp.exe --json doctor

# 输出 Claude Desktop JSON 片段
C:\path\to\python32\Scripts\multisim-mcp.exe config `
  --client claude-desktop `
  --python C:\path\to\python32\python.exe `
  --template-dir C:\MultisimMcp\component-pack

# 输出 Codex config.toml 片段
C:\path\to\python32\Scripts\multisim-mcp.exe config `
  --client codex `
  --python C:\path\to\python64\python.exe `
  --worker-python C:\path\to\python32\python.exe `
  --template-dir C:\MultisimMcp\component-pack

# 输出 DeepSeek Harness Cordis 插件片段
C:\path\to\python32\Scripts\multisim-mcp.exe config `
  --client deepseek-harness `
  --python C:\path\to\python32\python.exe `
  --template-dir C:\MultisimMcp\component-pack `
  --work-dir C:\msre_exp `
  --artifact-export-dir C:\MultisimMcp\exports `
  --tool-profile experiment

# 在 Harness 项目根安装五个双语实验 Skill
C:\path\to\python32\Scripts\multisim-mcp.exe harness-skills --output .dsh/skills

# 自动发现模型 Provider 并安全预览（不写文件、不联网）
C:\path\to\python32\Scripts\multisim-mcp.exe configure --auto --json

# 确认后写入仅含环境变量引用的配置
C:\path\to\python32\Scripts\multisim-mcp.exe configure --auto --apply

# 使用 UTF-8 文件做一次明确、无工具的模型调用
C:\path\to\python32\Scripts\multisim-mcp.exe model `
  --input .\prompt.txt `
  --json

# 显式启用四个只读 EDA 工具分析安全 SPICE 网表（不会执行网表）
C:\path\to\python32\Scripts\multisim-mcp.exe model-diagnose `
  --input .\diagnosis-prompt.txt `
  --netlist .\circuit.cir `
  --json

配置生成器默认只打印可复制片段；--output 写入新文件，除非再传入 --force， 否则不会覆盖已有文件。它不会自动合并 Claude Desktop、Codex 或 Harness 的现有配置。 DeepSeek 模型与官方 Harness 的分层、凭据边界和版本兼容性见 DeepSeek / Harness 适配说明。 --tool-profile core|experiment|optimization|full 可限制客户端发现的工具； 省略时保持 55 个工具全部可用的 full 兼容模式。产物导出只有在设置 --artifact-export-dir 后可用，并且只能写入该目录之下。 Harness Skill 安装默认不覆盖现有文件；需要恢复打包版本时显式增加 --force。 模型 Provider 自助配置支持 DeepSeek、OpenAI、Ollama 和任意 OpenAI-compatible 服务；默认只预览，--apply 才原子写入，--probe 才联网。 配置文件不会保存 API Key 值。完整变量表、手动配置和安全边界见 模型 Provider 自助配置。 第一版模型运行时支持非流式 Chat Completions、用量、取消、显式失败回退和白名单 有界工具循环；普通 model 命令不公开工具。独立的 model-diagnose 可对严格 CircuitDesign JSON 或安全 SPICE 网表启用四个只读 EDA 工具，不执行仿真或修改设计。 详见 模型 Provider 运行时 与 只读 EDA 模型诊断。 仓库维护者可用 python tools/check_deepseek_harness_compat.py --json 验证固定的 Harness 本地契约；版本与上游检查细节见适配说明。 需要把集成作为 Harness 插件安装时，可使用 integrations/deepseek-harness 中的独立 bundle； multisim-mcp-dsh-plugin@1.1.0 已公开发布到 npm。固定版本安装命令为 dsh plugin --profile web add multisim-mcp-dsh-plugin@1.1.0；维护者的发布后 Trusted Publishing 与后续 OIDC 暂存流程见 npm 发布手册。

手工 MCP 客户端配置：

{
  "mcpServers": {
    "multisim": {
      "command": "C:\\path\\to\\python32\\python.exe",
      "args": ["-m", "multisim_mcp.server"]
    }
  }
}

详细安装、工具、安全开关和测试说明见 mcp_server/README.md。 元件覆盖和剩余边界见 docs/COMPONENT_COVERAGE.md。 从 alpha 升级请阅读 docs/MIGRATION_TO_1.0.md；任务与 实验恢复流程见 docs/RECOVERY.md。 1.0 之后的纠错、优化、多 EDA 后端和可视化工作台计划见 2.0 综合路线图。阶段 A 已加入第一版传输无关 EDA 核心与后端边界和受限 SPICE 转换器；原理图生成与独立 SPICE 仿真、同步/验证/持久任务完整实验均已通过应用服务执行，现有 MCP 工具签名与 job 存储格式保持兼容；实验 staging、报告、原子发布和回滚已移入独立流水线。 面向 DeepSeek Harness、其他 Agent 和未来 Workbench 的稳定返回值约定见 Agent API 契约，可从 runtime_status.api_contract 读取。 产品定位、标准审批流程、极简界面原则和“AI 工程电路控制台”路线见 产品愿景。

仓库结构

• mcp_server/：MCP server、COM adapter、原理图构建器和测试。
• skills/multisim-workflow/：面向 Agent 的实验工作流。
• docs/：架构、实测流程和能力边界。
• analysis/、tools/：互操作研究材料；发布前需要独立做来源和隐私审计。

安全

• 默认只允许 op、dc、ac、tran 实验命令。
• 任意 Multisim 命令文件默认关闭，需要显式不安全环境开关。
• MCP 启动过程不会自动安装 Python 或 npm 依赖。
• 默认拒绝覆盖已有实验文件。
• 仅适合可信本机 stdio 使用，不应直接暴露到网络。

详见 SECURITY.md。

License

项目自有代码采用 MIT License。NI Multisim、商标、格式以及本地安装样本仍受其各自 权利和许可条款约束。本仓库不应提交 NI 二进制、许可证材料或未确认可再分发的样本。