Sentinel Dv

🚀 🛡️ Sentinel DV v1.0.0 - 面向AI智能体的验证智能系统

Sentinel DV是一个开源的模型上下文协议（MCP）服务器，它为大语言模型和AI智能体提供对验证工件的安全、结构化、只读访问。这使得在不暴露原始日志或授予模拟器控制权的情况下，能够进行确定性的分类、根本原因分析和验证洞察。

🚀 快速开始

安装

# 克隆仓库
git clone https://github.com/yourusername/sentinel-dv.git
cd sentinel-dv

# 安装开发依赖项
pip install -e ".[dev]"

# 或者进行生产环境安装
pip install sentinel-dv

配置

创建一个 config.yaml 文件：

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

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

# 适配器（启用/禁用）
adapters:
  uvm: true
  cocotb: true
  assertions: true
  coverage: true
  waveform_summary: false

# 安全与限制
security:
  max_response_bytes: 2097152  # 2MB
  max_page_size: 200
  max_evidence_refs: 10
  max_excerpt_length: 1024

# 数据脱敏
redaction:
  enabled: true
  patterns:
    - AKIA.*           # AWS密钥
    - ghp_.*           # GitHub令牌
    - Bearer\s+\S+     # 承载令牌
  redact_emails: true
  redact_paths: true

启动服务器

# 启动MCP服务器
python -m sentinel_dv.server --config config.yaml

# 对工件进行索引（一次性或定期执行）
python -m sentinel_dv.indexing.indexer --config config.yaml --index-all

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

示例查询

使用Claude或任何MCP客户端：

"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

• 只读设计：不触发模拟或写入工件。
• 自动脱敏：对凭据、令牌、电子邮件、IP地址和路径进行脱敏处理。
• 路径沙盒：仅允许访问配置的工件根目录。
• 输出限制：设置最大响应大小和最大证据摘录长度。
• 来源跟踪：每个事实都包含可选的源参考。

📊 丰富的验证数据

• 测试结果：状态、持续时间、种子、模拟器信息和DUT配置。
• UVM拓扑：环境/代理/驱动程序/监视器/计分板层次结构。
• 故障分析：分类事件（断言/计分板/协议/超时）。
• 断言智能：SVA定义、运行时故障和意图映射。
• 覆盖率指标：功能/代码/断言/切换/FSM覆盖率。
• 回归分析：通过率、故障签名和运行差异。
• 接口绑定：协议映射（AXI/AHB/APB/PCIe/USB）。

⚡ 性能与扩展性

• 高效索引：使用DuckDB进行快速过滤和聚合。
• 智能分页：具有稳定排序的有界结果集。
• 规范化存储：去重、哈希的工件。
• 选择性投影：仅请求所需的字段。

🔌 模拟器无关

• 支持任何模拟器：（Synopsys VCS、Cadence Xcelium、Mentor Questa、Verilator）
• 适配器模式：处理特定工具的格式，输出统一的模式。
• 预计算摘要：无需运行时依赖EDA工具。

📋 模式驱动的契约

• 版本化模式：具有兼容性保证的SemVer。
• JSON模式验证：确定性、可测试。
• 稳定的工具API：向后兼容的演进。
• 自文档化：模式定义接口。

🏗️ 架构

Sentinel DV遵循严格的关注点分离和安全优先原则：

sentinel_dv/
├── server.py              # MCP服务器入口点
├── config.py              # 安全限制、功能标志、治理
├── registry.py            # 工具注册和版本管理
├── schemas/               # 所有数据的类型化契约
│   ├── common.py         # 证据引用、运行引用、基本类型
│   ├── tests.py          # 测试用例、测试拓扑、UVM拓扑
│   ├── failures.py       # 故障事件、故障签名
│   ├── assertions.py     # 断言信息、断言失败
│   ├── coverage.py       # 覆盖率摘要、覆盖率指标
│   ├── regressions.py    # 回归摘要、运行差异
│   └── versioning.py     # 模式版本管理
├── tools/                 # MCP工具（发现 + 详细信息）
│   ├── 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/              # 工件索引和查询
│   ├── indexer.py        # 从工件构建规范化索引
│   ├── store.py          # DuckDB存储接口
│   └── query.py          # 过滤/排序/分页
├── adapters/              # 解析验证工件
│   ├── uvm_log.py        # UVM日志解析
│   ├── cocotb.py         # cocotb结果解析
│   ├── assertions.py     # 断言映射/故障解析
│   ├── coverage.py       # 覆盖率导出解析
│   └── waveform_summary.py  # 波形摘要解析
├── normalization/         # 安全性和确定性
│   ├── signatures.py     # 稳定的故障签名哈希
│   ├── taxonomy.py       # 故障分类
│   └── redaction.py      # 自动秘密/PII脱敏
└── utils/                 # 常用工具
    ├── hashing.py
    ├── time.py
    └── bounded_text.py

设计原则：

• 默认只读：不控制模拟器，不修改工件。
• 模式优先：每个响应都符合类型化契约。
• 确定性：相同的输入产生相同的输出（无LLM生成字段）。
• 基于证据：所有事实都可追溯到源工件。
• 有界且安全：自动脱敏、大小限制、路径沙盒。

📚 详细文档

核心概念

• 架构概述 - 设计原则和结构
• 模式参考 - 完整的类型定义
• 工具契约 - 请求/响应规范
• 安全模型 - 脱敏、限制、沙盒

指南

• 入门指南 - 设置和首次查询
• 适配器开发 - 解析新的工件格式
• 模拟器支持 - 特定厂商说明
• 部署指南 - 生产最佳实践

参考

• API文档
• 配置参考
• 示例 - 演示工件和客户端

🤝 贡献

我们欢迎贡献！请参阅 CONTRIBUTING.md 了解：

• 行为准则
• 开发设置
• 测试指南
• 拉取请求流程

开发

# 安装开发依赖项
pip install -e ".[dev]"

# 运行测试
pytest

# 运行覆盖率测试
pytest --cov=sentinel_dv --cov-report=html

# 代码检查和格式化
ruff check .
black .
mypy sentinel_dv/

📊 项目状态

• ✅ 核心模式 - 稳定的v1.0版本
• ✅ MCP工具 - 6个类别中的14个工具
• ✅ 适配器 - UVM、cocotb、断言、覆盖率
• ✅ 索引 - 具有高效查询功能的DuckDB
• ✅ 安全 - 脱敏、沙盒、限制
• ✅ 测试覆盖率 - 单元和集成测试覆盖率达到70%以上
• ✅ 文档 - 完整的指南和API参考
• 🚧 波形摘要 - 实验阶段
• 🚧 插件生态系统 - 即将推出

🎯 定位

Sentinel DV 是什么

• 验证生态系统的只读MCP服务器。
• 智能体和LLM的模式优先上下文提供者。
• 从嘈杂工件到类型化数据的确定性转换层。
• 调试工作流的可组合基础设施组件。

Sentinel DV 不是什么

• ❌ 它不启动模拟或提交作业。
• ❌ 它不修改RTL/测试平台代码。
• ❌ 它不需要任何特定的模拟器。
• ❌ 它不是一个“猜测的AI”；它返回有根据的、类型化的事实。

🙏 致谢

受以下项目启发：

• Sentinel CI - 通用CI/CD智能
• 模型上下文协议 - Anthropic的智能体上下文标准
• 使用UVM、cocotb和SystemVerilog的验证社区

📄 许可证

本项目采用Apache License 2.0许可协议 - 详情请参阅 LICENSE。

🔗 链接

• 🌐 文档
• 💬 讨论
• 🐛 问题跟踪
• 📣 更新日志