AnalogCoder

用大模型直接生成可仿真的模拟电路代码，免训练。

AnalogCoder 是 AAAI 2025 Oral 论文的开源实现，面向模拟电路设计自动化。它把模拟电路设计任务转化为代码生成问题，让大语言模型直接输出可执行的电路网表/仿真代码，而无需额外训练。项目内置电路知识库与反馈机制，通过仿真结果自动纠错，逐步迭代出满足指标的电路。核心能力包括：训练无关的代码生成流程、针对模拟电路的领域提示与检索、基于仿真的闭环验证，以及可复用的电路模块库。它解决的是传统模拟设计依赖专家经验、迭代慢、难以自动化的问题，让非专家也能快速得到候选电路并验证。代码为 Python，依赖常见 LLM 与 SPICE 类仿真器，适合作为研究原型和教学工具。

开源 free 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 200

维护状态活跃

是否开源是

定价模式 free

项目数据

分类行业应用

开发团队laiyao1

所属国家

官网地址

GitHubhttps://github.com/laiyao1/AnalogCoder

定价模式free

价格说明开源免费，无付费服务

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型

GitHub 星标★ 200

30天Star增速

HF 下载量

上线时间2024-05-23 00:00:00

最近更新2026-09-17 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-09-14

浏览次数0

使用教程

核心亮点

免训练即可用，直接调用现有 LLM 生成电路代码，降低使用门槛
带仿真反馈闭环，生成结果可自动验证并迭代修正，而非一次性输出
论文为 AAAI 2025 Oral，方法有学术背书，代码结构清晰便于二次开发

不足之处

项目早期，星标约 198，社区生态和文档完善度有限
依赖外部 LLM 与仿真器环境，实际效果受模型和配置影响较大

适用场景

模拟电路课程教学，快速生成示例电路并仿真验证
芯片设计前期探索，自动产生候选拓扑供工程师筛选
LLM 代码生成研究，作为领域专用闭环生成的基线

替代项目

ChipNeMo、OpenROAD

项目介绍

AnalogCoder 是一个行业应用领域的开源项目，官方简介：[AAAI 2025 Oral] AnalogCoder: Analog Circuit Design via Training-Free Code Generation。项目使用 Python 开发，在 GitHub 上获得 198 星标。

上一篇：FinLegal-Chat

下一篇：genn