在 EDA（电子设计自动化）领域，Cadence Virtuoso 是事实上的工业标准。然而，长期以来，其核心扩展语言 SKILL 虽然强大，却处于一种相对封闭的生态中。随着人工智能和 AI Agent 技术的爆发，如何让底层的设计环境与现代化的 Python 生态深度融合，成为了提升芯片设计效率的关键。
今天，我们要深入探讨的开源项目 SkillBridge（由 unihd-cag 开发），正是连接这两个世界的坚实桥梁。该项目由德国高校开发维护，是目前最主流的 Virtuoso-Python 桥接方案，已经陆续开发了 7 年，非常成熟。
1. 为什么需要 SkillBridge？
传统的 SKILL 脚本开发面临几个痛点：
- 人才门槛：SKILL 基于 Lisp 方言，学习曲线陡峭，由于生态封闭，相关库和工具链较少。
- 生态脱节：现代的 AI/ML 框架（如 PyTorch, TensorFlow）和大数据处理工具几乎全部集中在 Python 生态。
- 集成困难：过去通过 IPC（进程间通信）或文件交换的方式与 Virtuoso 交互，代码冗长且难以维护。
SkillBridge 的出现，让开发者可以像调用原生 Python 库一样操作 Virtuoso。
2. 核心架构与原理
SkillBridge 采用的是一种 IPC Server-Client 模型：
- Server 端：在 Virtuoso 的 SKILL 进程中启动一个 IPC 服务器。
- Client 端：Python 脚本通过 JSON-RPC 风格的协议发送请求。
它的精妙之处在于 自动化映射。它不仅仅是简单的命令发送，而是实现了：
- 函数映射 (Function Mapping)：将 SKILL 函数（如
geGetWindowCellView）自动映射为 Python 方法（如ws.ge.get_window_cell_view()）。 - 远程对象 (RemoteObject)：Virtuoso 中的
dbId在 Python 中表现为代理对象。例如，直接访问cv.cell_name即可获取底层属性。 - 数据类型转换：在 Python 的
list/dict/bool与 SKILL 的list/association list/boolean之间自动无缝转换。
3. 快速上手指南
第一步：安装 Python 包
在你的 shell 中运行：
1
pip install skillbridge
第二步：启动 Virtuoso 服务器
- 获取 IPC Server 脚本路径：在 shell 中输入
skillbridge path。 - 在 Virtuoso CIW 窗口中加载该脚本：
1
load("PATH_TO_IPC_SERVER_SCRIPT")
第三步：Python 连接并操作
1
2
3
4
5
6
7
8
9
10
11
12
from skillbridge import Workspace
# 建立连接
ws = Workspace.open()
# 获取当前 CellView
cv = ws.ge.get_window_cell_view()
print(f"Current Cell: {cv.cell_name}")
# 创建一个矩形 (调用 dbCreateRect)
# 注意：SKILL 函数中的参数会自动按 Python 风格处理
ws.db.create_rect(cv, ["Metal1", "drawing"], [[0, 0], [1, 1]])
4. 助力 AI Agent 与现代化开发
SkillBridge 最大的潜力在于它是 AI Agent 友好 的：
- 类型提示与补全：通过
skillbridge generate命令，可以生成 Python Stub 文件（.pyi）。这意味着在 VS Code/PyCharm 中，你可以享受到完整的自动补全和类型检查，极大地提升了开发体验。 - LLM 集成：AI Agent 现在可以直接通过 Python 接口，利用其对 Python 代码生成的能力，直接驱动 Virtuoso 进行版图编辑、仿真配置或属性检查，而无需专门学习复杂的 SKILL 语法。
5. 总结
SkillBridge 不仅仅是一个库，它是 EDA 基础设施现代化的重要一步。它降低了 Virtuoso 二次开发的门槛，并为未来的“AI 辅助设计”铺平了道路。
参考资料
- GitHub 项目: unihd-cag/skillbridge
- 官方文档: skillbridge.readthedocs.io
本文由 icinfra.cn 团队编写，欢迎交流讨论。
