这个想法是什么
做 STM32 嵌入式惯导开发，有一个反复出现的痛点：核心知识散落在不同地方，每次都像在重新考古。
于是产生了一个想法：能不能把这些知识抽象成AI可调用的"技能包"，再封装成一个"惯导专家Agent"，坐在电脑里随叫随到？
实际做了什么
这不是概念，已经落地。
四个 Skill
⚡ 一个Agent已注册
- 名称："惯导大拿" (ins-guru)，Agent 型
- 能力：整合 PSINS / PX4 / SBG / IMA，输出嵌入式 C 算法 → F407 落地
- 使用方式：在对话中直接 @惯导大拿 唤醒
所有 Skill 内容均来自真实工程实践 —— F407 SBG 仿真器项目，PPS、GPS、IMU 均已通过 SBG Center 验证。实战中的各类工程问题已被系统性捕获进 Memory。
架构总览
市面上有没有类似的
我做了系统性的搜索验证：
- GitHub "inertial navigation AI agent"零结果。没有任何将惯导算法封装为 AI Agent 的开源项目。
- GitHub "PSINS AI agent"零结果。PSINS 相关项目都是纯 Matlab 仿真，没有与 AI 对接。
- GitHub "PX4 EKF2 knowledge base AI"零结果。EKF2 讨论分散在论坛和 PR 中，没有被整理为结构化知识库。
- Agent Skills 领域现状Anthropic 提出了 Agent Skills 概念，但集中在通用编程、办公自动化。没有嵌入式惯导领域的。
结论：查询确认没有找到完全一样的开源项目，至少证明这不是对现有项目的复制。它是对已有工具和知识的整合，水到渠成。
为什么会有这个Agent
这个Agent不是凭空想出来的，它来自一个实际的调试场景。
我是一个嵌入式测试工程师，长期跟 STM32 上的惯导项目打交道。PSINS、PX4 EKF2、SBG ECom —— 这些库和协议每天都在用。但问题是它们各说各话，查一个参数要在三套体系里来回翻，效率极低。
2026年5月，我在调试 F407 SBG 仿真器时遇到了一个很具体的问题：需要同时理解 PSINS 的误差状态 KF、PX4 EKF2 的序贯融合流程、以及 SBG ECom 的输出协议帧布局，才能把整个链路调通。每次切到不同知识体系都要重新熟悉上下文。
这就是需求带动做法。在实际调试学习过程中，需要这样的 Agent，然后就动手做了。不是先想"我要创造一个什么了不起的东西"，而是被实际问题推着走出来的。
这个查询不是标新立异，而是为了确认自己不是抄的。如果真有人做过，直接用就好了，何苦重造轮子？
这个 Agent 本质上是对现有工具的整合 —— PSINS 的算法、PX4 的滤波模型、SBG 的协议、IMA 的知识库，这些都不是我创造的，我只是把它们用 AI 的方式重新组织了起来。整合也是创造。
这个方案的价值
知识首次工程化
PSINS/PX4/SBG 三家知识被结构化、可查询、可调用。以前查一个 EKF 参数要翻三本书加两个论坛，现在直接问就好。
Agent 有记忆
不是每次从头开始。上次调试过的参数、踩过的坑，Agent 通过 Memory 模块记录下来，下次碰到类似问题直接给出参考方案。
持续进化
Skill 和 Agent 会随着工程实践越来越精准。每次踩坑都是知识库的一次更新。
可复制
这个架构可以复用到任何嵌入式领域 —— 飞控、电机控制、电源管理、传感器融合……
下一步
- PSINS 核心函数翻译成嵌入式 C 存入 Skill
- PX4 EKF2 的 SymForce 雅可比→手写 C 版本
- SBG ECom 的 CRC16/CRC32 Python + C 双验证
- 构建"惯导 Agent 团"
"不要等以后。现在就可以做。"
—— 这是今天最大的收获。
基于"灵光"系列笔记中的《惯导AI-Skill与Agent架构设计》整理 · 查询验证于2026年6月21日