上一篇文章介绍了在ELF-RK3506开发板上搭建AI编程环境的方法，但测试场景较为简单，生成的代码与硬件无关。本文将挑战不手动编写代码，完全依赖TRAE工具生成直接控制硬件外设的代码，具体以光照传感器为例。
书写任务需求
首先创建一个“功能需求.md”文件。文件内容如下：
硬件配置：1. ELF-RK3506开发板2. GY-30传感器模块3. 杜邦线若干ELF-RK3506开发板的I2C2接口已经正确连接了GY-30传感器模块，传感器模块的地址为0x23。GY-30传感器使用的BH1750FVI传感器，其数据手册可以在BH1750FVI.pdf中找到。请注意其中对I2C接口的描述，以及对传感器的地址的说明。完成如下任务：1. 创建一个基于Linux控制台的测试程序，周期读取GY-30传感器的数据，显示读取到的I2C原始数据方便调试，并将其转换为lux单位。每次显示一个数据，数据格式为"光照: %d lux"，其中%d为传感器读取到的光照值。并参照下面的数据给出光照等级的显示：* 室内强光照射：约 1000~3000 lux* 阴天室外：约 500~1000 lux* 晴天室外阴影处：约 10000~20000 lux* 普通办公室照明：约 300~500 lux2. 创建vscode的tasks.json中的任务进行交叉编译生成可执行文件，任务名为"Build"，使用~/gcc-arm-10.3-2021.07-x86_64-arm-none-linux-gnueabihf/bin/arm-none-linux-gnueabihf-gcc进行编译，编译参数为"-o test_gy30 test_gy30.c"，其中test_gy30.c为测试程序的源文件，test_gy30为编译得到的可执行文件。3. 创建vscode的tasks.json中的任务进行SSH连接的任务"Deploy via SSH"拷贝编译得到的可执行文件到服务器上并修改权限为777，服务器IP为192.168.1.123，用户名为root，无密码。本任务的执行不依赖任务2。注意对JSON中转义字符处理。
这次使用的提示词相对于上次的测试要复杂很多，一是因为任务更复杂了，二是为了让TRAE生成的代码更接近我们的需求。
首先向模型介绍了硬件连接的相关情况，这里还提供了GY-30光照传感器所使用BH1750FVI.pdf文件，目的是为了让模型能够通过读取文件获得关键的接口信息，因为我在此前使用模型生成代码时经常发现不是所有模型都对GY-30光照传感器的模块信息很熟悉，有的模型会输出幻觉代码，或者不知道在转换原始数据到Lux时需要除以1.2。
在任务1需求方面，限制了输出的格式，这样可以方便调试。
任务2是一个生成业务，相对比较简单，和以前测试时使用的描述差不多，只是稍微详细了一些。
任务3是部署任务，和构建AI编程环境那次相比有几点变化：
总之，任务描述越详细，越容易得到正确结果。
代码生成
在代码生成时，把模式由Auto改为豆包的coder模型，因为不确定任务需求在不同下表现相同，这样做可以避免由于TRAE选择不同的模型运行导致调试困难。然后把“功能需求.md”文件拖到聊天框中，让它根据需求执行就可以了。
TRAE会自动分析我们的需求，根据分析结果确定任务，并开始执行。中间有几个步骤需要人工确认，但很快就能输出正确结果。
test_gy30.c代码
下面是生成的C代码：
#include <stdio.h>#include <stdlib.h>#include <fcntl.h>#include <unistd.h>#include <sys/ioctl.h>#include <linux/i2c-dev.h>#define I2C_DEVICE "/dev/i2c-2"#define SENSOR_ADDR 0x23#define CONTINUOUS_HIGH_RES_MODE 0x10intmain(){ int i2c_fd = open(I2C_DEVICE, O_RDWR); if (i2c_fd < 0) { perror("无法打开I2C设备"); return 1; } if (ioctl(i2c_fd, I2C_SLAVE, SENSOR_ADDR) < 0) { perror("无法设置I2C从设备地址"); close(i2c_fd); return 1; } unsigned char mode_cmd = CONTINUOUS_HIGH_RES_MODE; if (write(i2c_fd, &mode_cmd, 1) != 1) { perror("无法设置传感器模式"); close(i2c_fd); return 1; } usleep(180000); printf("GY-30传感器测试程序已启动\n"); printf("按Ctrl+C退出\n\n"); while (1) { unsigned char buf[2]; if (read(i2c_fd, buf, 2) != 2) { perror("读取传感器数据失败"); break; } printf("原始数据: buf[0]=0x%02X, buf[1]=0x%02X\n", buf[0], buf[1]); int lux = (buf[0] << 8) | buf[1]; lux = (int)(lux / 1.2); printf("光照: %d lux\n", lux); if (lux >= 10000 && lux <= 20000) { printf("光照等级: 晴天室外阴影处\n"); } else if (lux >= 1000 && lux <= 3000) { printf("光照等级: 室内强光照射\n"); } else if (lux >= 500 && lux <= 1000) { printf("光照等级: 阴天室外\n"); } else if (lux >= 300 && lux <= 500) { printf("光照等级: 普通办公室照明\n"); } else if (lux < 300) { printf("光照等级: 较暗环境\n"); } else { printf("光照等级: 极强光照\n"); } printf("\n"); sleep(1); } close(i2c_fd); return 0;}
tasks.json文件
这个文件中包括我们的两个任务：
{ "version": "2.0.0", "tasks": [ { "label": "Build", "type": "shell", "command": "~/gcc-arm-10.3-2021.07-x86_64-arm-none-linux-gnueabihf/bin/arm-none-linux-gnueabihf-gcc", "args": [ "-o", "test_gy30", "test_gy30.c" ], "group": { "kind": "build", "isDefault": true }, "problemMatcher": ["$msCompile"] }, { "label": "Deploy via SSH", "type": "shell", "command": "bash", "args": [ "-c", "scp test_gy30 root@192.168.1.123:/root/ && ssh root@192.168.1.123 'chmod 777 /root/test_gy30'" ], "problemMatcher": [], "dependsOn": [], "dependsOrder": "sequence" } ]}
这个文件的第二个任务其实有问题的，尽管我提示模型注意转义字符，但是它的处理还是不太对，不过可以通过分析运行结果让TRAE自动修正。
测试结果
下面是一段测试结果：
从程序结果看，光照传感器可以感知不同的光照。
结束语
从这次实践来看，利用AI进行编程已成为不可逆转的趋势。尽管嵌入式系统编程相对复杂，但只要投入适当努力，完全能够获得理想的结果。非常欢迎大家动手尝试，并分享你在实践中的经验和心得。
