利用大模型AI辅助研发快速实现openUBMC的NCSI协议命令字解析

背景：协议命令字开发遭遇重复劳动难题

NCSI（Network Controller Sideband Interface，网络控制器边带接口）是一种用于 BMC 与网络控制器通信的协议。在openUBMC 25.06版本项目开发过程中，我面临着以下几方面的挑战：

• 模块代码重复率高：
  不同命令之间，除了命令字的请求响应体存在差异外，其他代码的重复度极高。
• 测试数据需手动编写：
  需要自己手动计算二进制测试数据，过程复杂且极易出错。
• 文档晦涩难懂：
  NCSI 协议文档仅有英文版本，阅读需耗费大量精力，且容易对部分章节产生误解。

为保证高质量交付，我将目光投向了当下热门的 AI 辅助编码能力，期望借助大模型的力量辅助完成这项开发工作。

重复模式分析：抓住“可自动化”的核心

当前 AI 辅助编码能力尚未能完全替代人工手写，盲目让 AI 独立编写代码只会适得其反。因此，首要任务是对代码结构与功能模块进行分析，识别出适合 AI 发挥作用的场景。

1. 协议文档理解和命令字提取

经过多年迭代优化，当前大模型对自然语言的理解效率极高，尤其在英文文档理解方面表现突出，因此可通过大模型提取 NCSI 命令字的请求体和响应体封装格式。

2. 编写命令处理函数

为避免大模型自由发挥，预设协议请求和响应体函数格式能更有效地引导其生成所需代码。同时，为与 openUBMC 社区编码风格保持一致，可将已有代码作为上下文传递给大模型作为参考。

对于操作日志记录等 BMC 专有的要求，也可通过模板提供给大模型，要求其在所有设置类命令字函数中添加操作日志记录。

3. 编写测试用例，保证生成代码符合协议要求

为了保证生成代码的质量，利用openUBMC社区UT框架可以快速验证生成代码是否正确。同样，测试代码也可以利用大模型生成。

由于 NCSI 通讯采用二进制格式，利用大模型对协议的理解能力，可快速推导所需测试数据，省去手动编写二进制数据的繁琐过程。

编码实战：Prompt模板实用技巧

在工具选型上，采用 GPT-4.1 与 Cursor 组合。经过多轮实践，总结出一套高效 Prompt 模板，现分享如下。

实战成果：

• 自动生成80+个函数与测试用例，准确率超90%，UT覆盖率达86%以上。
• 整体开发效率提升65%，累计节省30+人天。
• 代码风格与社区通用规范一致，顺利通过 SIG Committer 审核。

知识背景设置：

得益于 Cursor 强大的上下文感知机制，同一仓库内的代码文件会被自动纳入大模型的分析范围，开发者无需额外配置 Lua 语法和编码风格。不过，由于 NCSI 协议文档不属于仓库内置文件，需单独处理。

值得一提的是，Cursor 支持将完整协议文档作为知识库集成到上下文环境中。笔者已将公开的 NCSI 协议文档导入 Cursor，为后续命令字解析工作提供了坚实的理论依据。

模板编写：

将任务拆解为多步骤，通过迭代式生成与问答交互，可进一步提升代码生成准确性。

我将任务分成三步，并编写了对应的Prompt：

1.生成NCSI命令字的响应和解析函数。

2.针对生成的函数，生成对应的UT函数和测试数据。

3.优化所有新增代码。

Prompt示例1：生成新函数

请基于以下现有代码模式，为新的NCSI命令 [COMMAND_NAME] 生成相应的函数：
参考的头文件定义：
命令类型宏定义：参考 test-main/ncsi 路径下头文件中的命令常量
包结构定义：参考头文件中的请求/响应结构体定义
长度宏定义：参考头文件中的 *_REQ_LEN、*_RSP_LEN、*_PAD_LEN 等宏
现有模式：
function ncsi_cmd.ncsi_enable_channel(package_id, channel_id, eth_name)
要求：
1. 函数名为 ncsi_[COMMAND_NAME]
2. 参数为 package_id, channel_id, eth_name
3. 包含相同的参数验证逻辑
4. 调用对应的模块函数
5. 返回相同的错误码
请生成完整的函数代码。

Prompt示例2: 测试用例生成

请基于以下测试模式，为 [MODULE_NAME] 模块生成完整的测试用例：
现有测试模式：
function TestNCSIBroadcastFilter:test_enable_broadcast_filter()
要求：
1. 为 [MODULE_NAME] 创建测试类 TestNCSI[MODULE_NAME]
2. 包含 setUp 和 tearDown 方法
3. 为每个公共函数生成测试用例
4. 包含成功和失败场景测试
5. 验证请求报文格式
6. 包含边界条件测试
请生成完整的测试文件。

Prompt示例3: 代码优化

代码优化建议
分析 src/lualib/ncsi/ncsi_protocol/ 目录下的代码，
识别可以进一步优化的重复模式。

当前已优化的模式：
1. 使用 handle_channel_operation 通用函数
2. 使用 ncsi_utils.create_custom_cmd_table
3. 使用命令表模式

请分析还有哪些重复代码可以进一步优化，
并提供具体的优化方案和代码实现。

高效 Prompt 编写技巧总结

最后，给大家分享一些我自己总结的有效Prompt编写技巧：

总结

尽管目前无法实现 “一键生成完整代码”，但大模型在研发辅助中仍具较高实用价值。这种新型开发模式有望颠覆传统开发流程，为 BMC、固件领域带来革新性体验。

期待在 openUBMC 社区看到更多 AI 辅助编码实践，激发更多创新思路。欢迎开发者分享经验、交流见解，共同探索 AI 辅助编码的无限可能。

欢迎关注我们

社区官网：https://www.openubmc.cn

代码仓地址：https://gitcode.com/openUBMC/network_adapter