Sentinel Dv

🚀 🛡️ Sentinel DV v1.0.0 - 面向AI智能體的驗證智能系統

Sentinel DV是一個開源的模型上下文協議（MCP）服務器，它為大語言模型和AI智能體提供對驗證工件的安全、結構化、只讀訪問。這使得在不暴露原始日誌或授予模擬器控制權的情況下，能夠進行確定性的分類、根本原因分析和驗證洞察。

🚀 快速開始

安裝

# 克隆倉庫
git clone https://github.com/yourusername/sentinel-dv.git
cd sentinel-dv

# 安裝開發依賴項
pip install -e ".[dev]"

# 或者進行生產環境安裝
pip install sentinel-dv

配置

創建一個 config.yaml 文件：

# 工件根目錄（只讀）
artifact_roots:
  - /path/to/verification/regressions
  - /path/to/uvm/logs

# 索引存儲
index:
  type: duckdb  # 或者 sqlite, json
  path: ./sentinel_dv.db

# 適配器（啟用/禁用）
adapters:
  uvm: true
  cocotb: true
  assertions: true
  coverage: true
  waveform_summary: false

# 安全與限制
security:
  max_response_bytes: 2097152  # 2MB
  max_page_size: 200
  max_evidence_refs: 10
  max_excerpt_length: 1024

# 數據脫敏
redaction:
  enabled: true
  patterns:
    - AKIA.*           # AWS密鑰
    - ghp_.*           # GitHub令牌
    - Bearer\s+\S+     # 承載令牌
  redact_emails: true
  redact_paths: true

啟動服務器

# 啟動MCP服務器
python -m sentinel_dv.server --config config.yaml

# 對工件進行索引（一次性或定期執行）
python -m sentinel_dv.indexing.indexer --config config.yaml --index-all

# 與Claude Desktop一起運行
# 添加到Claude配置中：
{
  "mcpServers": {
    "sentinel-dv": {
      "command": "python",
      "args": ["-m", "sentinel_dv.server", "--config", "/path/to/config.yaml"]
    }
  }
}

示例查詢

使用Claude或任何MCP客戶端：

"Why did test axi_burst_test fail in the latest regression?"
→ 使用：tests.list, failures.list, tests.topology

"What assertions failed in the AXI agent?"
→ 使用：assertions.failures, assertions.get

"Compare coverage between runs R123 and R124"
→ 使用：runs.diff, coverage.summary

"Show me the failure signatures from the past week"
→ 使用：regressions.summary

✨ 主要特性

🔒 安全至上

• 只讀設計：不觸發模擬或寫入工件。
• 自動脫敏：對憑據、令牌、電子郵件、IP地址和路徑進行脫敏處理。
• 路徑沙盒：僅允許訪問配置的工件根目錄。
• 輸出限制：設置最大響應大小和最大證據摘錄長度。
• 來源跟蹤：每個事實都包含可選的源參考。

📊 豐富的驗證數據

• 測試結果：狀態、持續時間、種子、模擬器信息和DUT配置。
• UVM拓撲：環境/代理/驅動程序/監視器/計分板層次結構。
• 故障分析：分類事件（斷言/計分板/協議/超時）。
• 斷言智能：SVA定義、運行時故障和意圖映射。
• 覆蓋率指標：功能/代碼/斷言/切換/FSM覆蓋率。
• 迴歸分析：通過率、故障簽名和運行差異。
• 接口綁定：協議映射（AXI/AHB/APB/PCIe/USB）。

⚡ 性能與擴展性

• 高效索引：使用DuckDB進行快速過濾和聚合。
• 智能分頁：具有穩定排序的有界結果集。
• 規範化存儲：去重、哈希的工件。
• 選擇性投影：僅請求所需的字段。

🔌 模擬器無關

• 支持任何模擬器：（Synopsys VCS、Cadence Xcelium、Mentor Questa、Verilator）
• 適配器模式：處理特定工具的格式，輸出統一的模式。
• 預計算摘要：無需運行時依賴EDA工具。

📋 模式驅動的契約

• 版本化模式：具有兼容性保證的SemVer。
• JSON模式驗證：確定性、可測試。
• 穩定的工具API：向後兼容的演進。
• 自文檔化：模式定義接口。

🏗️ 架構

Sentinel DV遵循嚴格的關注點分離和安全優先原則：

sentinel_dv/
├── server.py              # MCP服務器入口點
├── config.py              # 安全限制、功能標誌、治理
├── registry.py            # 工具註冊和版本管理
├── schemas/               # 所有數據的類型化契約
│   ├── common.py         # 證據引用、運行引用、基本類型
│   ├── tests.py          # 測試用例、測試拓撲、UVM拓撲
│   ├── failures.py       # 故障事件、故障簽名
│   ├── assertions.py     # 斷言信息、斷言失敗
│   ├── coverage.py       # 覆蓋率摘要、覆蓋率指標
│   ├── regressions.py    # 迴歸摘要、運行差異
│   └── versioning.py     # 模式版本管理
├── tools/                 # MCP工具（發現 + 詳細信息）
│   ├── runs.py           # runs.list, runs.diff
│   ├── tests.py          # tests.list, tests.get, tests.topology
│   ├── failures.py       # failures.list
│   ├── assertions.py     # assertions.list/get/failures
│   ├── coverage.py       # coverage.list/summary
│   ├── regressions.py    # regressions.summary
│   └── wave.py           # wave.summary, wave.signals
├── indexing/              # 工件索引和查詢
│   ├── indexer.py        # 從工件構建規範化索引
│   ├── store.py          # DuckDB存儲接口
│   └── query.py          # 過濾/排序/分頁
├── adapters/              # 解析驗證工件
│   ├── uvm_log.py        # UVM日誌解析
│   ├── cocotb.py         # cocotb結果解析
│   ├── assertions.py     # 斷言映射/故障解析
│   ├── coverage.py       # 覆蓋率導出解析
│   └── waveform_summary.py  # 波形摘要解析
├── normalization/         # 安全性和確定性
│   ├── signatures.py     # 穩定的故障簽名哈希
│   ├── taxonomy.py       # 故障分類
│   └── redaction.py      # 自動秘密/PII脫敏
└── utils/                 # 常用工具
    ├── hashing.py
    ├── time.py
    └── bounded_text.py

設計原則：

• 默認只讀：不控制模擬器，不修改工件。
• 模式優先：每個響應都符合類型化契約。
• 確定性：相同的輸入產生相同的輸出（無LLM生成字段）。
• 基於證據：所有事實都可追溯到源工件。
• 有界且安全：自動脫敏、大小限制、路徑沙盒。

📚 詳細文檔

核心概念

• 架構概述 - 設計原則和結構
• 模式參考 - 完整的類型定義
• 工具契約 - 請求/響應規範
• 安全模型 - 脫敏、限制、沙盒

指南

• 入門指南 - 設置和首次查詢
• 適配器開發 - 解析新的工件格式
• 模擬器支持 - 特定廠商說明
• 部署指南 - 生產最佳實踐

參考

• API文檔
• 配置參考
• 示例 - 演示工件和客戶端

🤝 貢獻

我們歡迎貢獻！請參閱 CONTRIBUTING.md 瞭解：

• 行為準則
• 開發設置
• 測試指南
• 拉取請求流程

開發

# 安裝開發依賴項
pip install -e ".[dev]"

# 運行測試
pytest

# 運行覆蓋率測試
pytest --cov=sentinel_dv --cov-report=html

# 代碼檢查和格式化
ruff check .
black .
mypy sentinel_dv/

📊 項目狀態

• ✅ 核心模式 - 穩定的v1.0版本
• ✅ MCP工具 - 6個類別中的14個工具
• ✅ 適配器 - UVM、cocotb、斷言、覆蓋率
• ✅ 索引 - 具有高效查詢功能的DuckDB
• ✅ 安全 - 脫敏、沙盒、限制
• ✅ 測試覆蓋率 - 單元和集成測試覆蓋率達到70%以上
• ✅ 文檔 - 完整的指南和API參考
• 🚧 波形摘要 - 實驗階段
• 🚧 插件生態系統 - 即將推出

🎯 定位

Sentinel DV 是什麼

• 驗證生態系統的只讀MCP服務器。
• 智能體和LLM的模式優先上下文提供者。
• 從嘈雜工件到類型化數據的確定性轉換層。
• 調試工作流的可組合基礎設施組件。

Sentinel DV 不是什麼

• ❌ 它不啟動模擬或提交作業。
• ❌ 它不修改RTL/測試平臺代碼。
• ❌ 它不需要任何特定的模擬器。
• ❌ 它不是一個“猜測的AI”；它返回有根據的、類型化的事實。

🙏 致謝

受以下項目啟發：

• Sentinel CI - 通用CI/CD智能
• 模型上下文協議 - Anthropic的智能體上下文標準
• 使用UVM、cocotb和SystemVerilog的驗證社區

📄 許可證

本項目採用Apache License 2.0許可協議 - 詳情請參閱 LICENSE。

🔗 鏈接

• 🌐 文檔
• 💬 討論
• 🐛 問題跟蹤
• 📣 更新日誌