LTspice MCP Server

LTspice MCP Server

This server enables LLMs to design, simulate, and debug electronic circuits using LTspice via natural language commands. It automates netlist generation, library component validation, and iterative error correction for SPICE simulations.

Category
访问服务器

README

LTspice MCP Server

Un servidor MCP (Model Context Protocol) que permite a los LLMs diseñar y simular circuitos electrónicos usando LTspice.

Este proyecto conecta asistentes de IA (como Google Gemini) con LTspice XVII, permitiendo diseño de circuitos en lenguaje natural y simulación automática. Simplemente describí un circuito y la IA generará el netlist, lo simulará, detectará errores y los corregirá iterativamente hasta lograr una simulación exitosa.


🌟 Características

  • 🔌 Integración directa con LTspice - Generación automática de netlists y simulación
  • 🔄 Auto-corrección - Detecta y corrige errores comunes de SPICE (singular matrix, convergencia, etc.)
  • 📚 Búsqueda en biblioteca - Valida componentes antes de simular
  • 📁 Organización automática - Cada circuito se guarda en su propia carpeta con logs
  • 🤖 Diseño asistido por IA - Compatible con cualquier LLM que soporte MCP

📋 Requisitos Previos

Necesitás tener instalado:

  1. Python 3.11+ - Descargar
  2. uv - Guía de instalación
  3. LTspice XVII - Descargar de Analog Devices
  4. Gemini CLI - Guía de instalación

Sistema: Windows 10/11


🚀 Instalación

1. Clonar el Repositorio

git clone https://github.com/luc-me/ltspiceMCP.git
cd ltspiceMCP

2. Instalar Dependencias

uv sync

3. Configurar Biblioteca de LTspice

Después de instalar LTspice, extraer la biblioteca de componentes:

  1. Ir a C:\Program Files\ADI\LTspice\ (o donde instalaste LTspice)
  2. Buscar el archivo lib.zip
  3. Extraerlo en C:\Users\<TuUsuario>\Documents\LTspice\lib\

4. Configurar Gemini CLI

Editar el archivo de configuración de Gemini CLI:

Ubicación: C:\Users\<TuUsuario>\.gemini\settings.json

Agregar en la sección mcpServers:

{
  "mcpServers": {
    "ltspice-circuit": {
      "command": "uv",
      "args": ["run", "server.py"],
      "cwd": "C:\\ruta\\completa\\a\\ltspiceMCP",
      "env": {
        "PYTHONIOENCODING": "utf-8"
      }
    }
  }
}

Importante: Reemplazar la ruta con tu ubicación real del proyecto.

5. Verificar

Ejecutar el script de verificación:

uv run install.py

💡 Ejemplos de Uso

Una vez configurado, podés usar lenguaje natural en Gemini CLI:

Diseñame un filtro pasa-bajos RC con frecuencia de corte de 1kHz.
Usá un capacitor de 10nF y calculá el resistor.
Creá un amplificador emisor común con un transistor BC547.
Tensión de alimentación: 12V, resistor de carga: 2.2kΩ.

La IA automáticamente:

  1. Buscará componentes disponibles
  2. Generará el netlist
  3. Simulará el circuito
  4. Intentará corregir errores si los hay
  5. Guardará todo en circuitos/<nombre_proyecto>/

🔧 Configuración

Ruta Personalizada de LTspice

Si LTspice está en otra ubicación, editar en server.py:

LTSPICE_EXE = r"C:\Tu\Ruta\LTspice.exe"

Ruta Personalizada de Biblioteca

LTSPICE_LIB_PATH = os.path.expanduser(r"~\Tu\Ruta\lib")

🐛 Solución de Problemas

"LTspice.exe no encontrado"

  • Verificar que LTspice esté instalado
  • Revisar la ruta en server.py
  • Ejecutar install.py para auto-detectar la ruta

"Componente no encontrado"

  • Asegurar que lib.zip esté extraído en Documents\LTspice\lib\
  • La IA sugerirá automáticamente alternativas genéricas

"Singular Matrix" o "Time step too small"

  • Son errores de SPICE que la IA corrige automáticamente (hasta 3 intentos)
  • Revisar el archivo .log en la carpeta del circuito para más detalles

El servidor MCP no se conecta

  1. Verificar que Gemini CLI esté instalado correctamente
  2. Revisar que settings.json tenga la ruta correcta
  3. Asegurar que uv esté en el PATH del sistema
  4. Reiniciar Gemini CLI después de cambios

推荐服务器

Baidu Map

Baidu Map

百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。

官方
精选
JavaScript
Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

Audiense Insights MCP Server

通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。

官方
精选
本地
TypeScript
VeyraX

VeyraX

一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。

官方
精选
本地
graphlit-mcp-server

graphlit-mcp-server

模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。

官方
精选
TypeScript
Kagi MCP Server

Kagi MCP Server

一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

Exa MCP Server

模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。

官方
精选