CANalyzer 15 Assistant: un skill AI reutilizabil pentru validare pe banc bazată pe dovezi

De la cerință la verificare

CANalyzer 15 Assistant este un skill AI reutilizabil pentru lucrul pe fișiere în contextul Vector CANalyzer 15: redactare și depanare CAPL, interpretarea capturilor, verificarea semnalelor, cerințe temporale, Measurement Setup, filtre, înregistrare și redare. Repository-ul public conține skill-ul, instrucțiuni de instalare, referințe Vector CAPL selectate și licențiate MIT și un exemplu sintetic de verificare temporală.

„Răspuns în 500 ms” pare clar până când contează detaliile. Fereastra începe la un front crescător? Răspunsul trebuie să treacă la 1 sau este acceptabilă o valoare deja egală cu 1? Limita de 500 ms este inclusivă? Ce se întâmplă dacă înregistrarea se termină înaintea termenului?

Skill-ul cere asistentului să stabilească aceste reguli înainte de verdict. Canalul și identitatea cadrului, unitățile temporale, scalarea semnalelor, valorile invalide și proveniența bazei de date rămân parte din analiză. Decodarea simbolică necesită un DBC/ARXML corespunzător sau o mapare explicită; identificatorul și octeții unui cadru nu stabilesc singuri semnificația unui semnal.

Pentru CAPL contează service pack-ul exact, varianta licenței, opțiunile de magistrală instalate și contextul programului. Codul generat rămâne necompilat până la verificarea în instalarea țintă. Documentația mai nouă este o referință, nu dovada că un API există în CANalyzer 15.

De ce contează rezultatul Inconclusive

Exemplul sintetic cere ca răspunsul să treacă de la 0 la 1 în maximum 500 ms după fiecare front crescător al semnalului de declanșare, inclusiv la limită. Conține patru verificări:

O înregistrare care se termină înaintea termenului nu poate demonstra că răspunsul nu a apărut în intervalul cerut. Separarea dovezilor lipsă de o neconformitate măsurată păstrează utilitatea raportului pentru deciziile tehnice.

• 320 ms: Pass.
• 500 ms: Pass la limita inclusivă.
• 600 ms: Fail, deoarece termenul de 500 ms a expirat.
• Doar 200 ms înregistrați după ultima declanșare: Inconclusive.

O analiză reproductibilă

O implementare suplimentară este disponibilă în pull request-ul #1, aflat în stadiul draft. Adaugă un verificator Python pentru un format CSV strict definit, cu stările binare decodate ale semnalelor de declanșare și răspuns. Folosește comparații zecimale exacte și produce dovezi JSON pentru fiecare declanșare.

Verificatorul cere confirmarea explicită că fiecare schimbare de semnal este înregistrată, valorile rămân valide între rânduri și nu există goluri în captură. Eșantioanele periodice sau exporturile a căror completitudine este necunoscută nu îndeplinesc acest contract. Ferestrele de declanșare suprapuse sunt respinse, fără a li se atribui o interpretare arbitrară.

Cele 15 teste de regresie au trecut pe Python 3.13.9, iar verificatorul a reprodus cele două rezultate Pass, un Fail și un Inconclusive din exemplul sintetic. Acestea sunt verificări software pe date sintetice și nu demonstrează performanța pe un banc fizic. La 8 noiembrie 2026, verificatorul este propus în PR-ul draft și nu face parte din main.

Compatibilitate și limite

Acesta este un proiect independent, nu un produs oficial Vector. Include referințe selectate și licențiate MIT din CANoe AI Package 1.0.2 de la Vector, cu atribuirea și notificările de licență păstrate.

Integrarea MCP oficială CANoe AI Package necesită CANoe 20 SP2 sau o versiune ulterioară. Skill-ul nu aduce această integrare în CANalyzer 15 și nu controlează direct CANalyzer sau bancul. CANalyzer 15 SP5 este mediul vizat, raportat de utilizator; compatibilitatea la execuție nu a fost testată pe banc, iar varianta licenței mele instalate trebuie încă verificată.

Următorul pas util este confirmarea instalării Windows și a licenței, compilarea unei mici verificări CAPL exclusiv de observare în acel mediu și compararea unor scenarii pozitive și negative cunoscute cu dovezile înregistrate.

Revizuire și reutilizare

Repository-ul este public pentru revizuire și reutilizare. Instrucțiunile de instalare explică unde se copiază folderul complet al skill-ului pentru a fi descoperit de asistent. Publicarea pe GitHub nu instalează singură skill-ul și nu creează o conexiune cu aplicația.

Rapoartele de compatibilitate trebuie să identifice versiunea și varianta exacte și să folosească date sintetice sau autorizate și anonimizate. Bazele de date, capturile și configurațiile clienților, VIN-urile și credențialele nu trebuie incluse în issue-uri publice.