สเกแมติกของวงจรคือไดอะแกรมที่แสดงการเชื่อมต่อของชิ้นส่วนอิเล็กทรอนิกส์ การตรวจทานหมายถึงการตรวจว่าองค์ประกอบและค่าที่ใช้ตรงตามข้อกำหนดการออกแบบหรือไม่ แหล่งจ่ายไฟจ่ายกระแสได้พอหรือไม่? โปรเซสเซอร์อ่านค่าสูงสุดของเซ็นเซอร์ได้เต็มช่วงหรือเปล่า? คำตอบมาจากสเกแมติก แผ่นข้อมูลของชิ้นส่วน และการคำนวณไม่กี่ขั้น
อยากทราบว่า Grok 4.7 จะทำบทรีวิวทั้งหมดนั้นได้ไหม คู่มือ Grok 4.7 ระบุว่ารุ่นนี้ถูกฝึกสำหรับงานยาวขึ้นและตรวจงานของตัวเองอย่างรอบคอบยิ่งขึ้น วงจรยังให้ตัวเลขที่ Python ธรรมดาตรวจสอบได้ จึงไม่ต้องใช้โมเดล AI ตัวอื่นมาตัดสินผล
สำหรับการทดลอง ได้สร้าง EnviroNode Rev A ซึ่งเป็นบอร์ดเซ็นเซอร์ขนาดเล็กจ่ายไฟด้วย USB และฝังข้อผิดพลาดไว้ 3 จุดในงานออกแบบ Grok ไม่ได้รับแจ้งว่ามีกี่จุด ต้องค้นหาเอง อ้างอิงแต่ละข้อด้วยเอกสารของชิ้นส่วน เสนอการแก้ไข และส่งค่าที่แก้ไขแล้วไปตรวจด้วย Python
ไม่จำเป็นต้องมีพื้นฐานวิศวกรรมไฟฟ้าก็อ่านตามได้ จะอธิบายกฎวงจรแต่ละข้อเมื่อปรากฏครั้งแรก สิ่งที่จะได้เรียนรู้ ได้แก่:
ส่งรูปสเกแมติกให้ Grok 4.7 ผ่าน Responses API
แนบแผ่นข้อมูลด้วย Files API แล้วให้ Grok ค้นหาในเอกสารเหล่านั้น
ตรวจการคำนวณด้วย code execution และตรวจขีดจำกัดด้วย web search
ให้ Grok ใช้ฟังก์ชันโลคัล verify_design() เพื่อตัดสินผ่านหรือไม่ผ่าน
คงบทสนทนายาวที่มีเอกสารจำนวนมากให้อยู่ในขีดจำกัดคอนเท็กซ์ของโมเดล
ส่งคืนรูปแบบรีวิวที่สม่ำเสมอ แล้วเปรียบเทียบระดับการให้เหตุผล
ใช้บอร์ดเดียวกันตั้งแต่รีวิวภาพครั้งแรกจนถึงการตรวจด้วย Python สุดท้าย
สรุปสั้น ๆ
Grok 4.7 ระบุข้อผิดพลาดที่ฝังไว้ครบถ้วนเมื่อมีแผ่นข้อมูล และงานออกแบบที่แก้ไขแล้วผ่านการตรวจของ Python สิ่งนี้สะท้อนถึงข้อผิดพลาดทั้งสาม ไม่ใช่การรีวิววงจรโดยทั่วไป
หากไม่มีเอกสาร Grok ไม่เดาสุ่ม : จากภาพเพียงอย่างเดียวได้ข้อบกพร่องที่ยืนยันได้หนึ่งข้อ ส่วนขีดจำกัดของเรกูเลเตอร์และ ADC ถูกจัดไว้ภายใต้ "ต้องการหลักฐาน"
แผ่นข้อมูลเปลี่ยนความสงสัยเป็นหลักฐาน : ทุกข้อค้นพบอ้างอิงค่าจากเอกสาร และไม่มีชิ้นส่วนที่ถูกต้องถูกปักธงผิด
รอบที่ใช้ไฟล์หนัก ๆ อาจทำให้คอนเท็กซ์ที่รันนานหมด : หลังการค้นหา PDF ซ้ำ ๆ การดำเนินต่อครั้งหนึ่งเกินหน้าต่าง 500K; ลูปที่แก้แล้วจะบีบอัดก่อนเทิร์นถัดไป
ระดับ low ผ่านตัวตรวจยืนยันแต่เผยจุดบอด : ค่าฟิลเตอร์ผ่านเช็คที่เขียนไว้ แต่ไม่ได้ทดสอบพฤติกรรมโหลดเชิงความจุและการเซตตัว
นี่เป็นบอร์ดขนาดเล็กหนึ่งตัว ไม่ใช่เกณฑ์ทดสอบ บอร์ดที่มีแผ่นข้อมูลเป็นโหลจะสร้างคอนเท็กซ์ที่ใหญ่ขึ้นและอาจได้ผลลัพธ์ต่างออกไป
Grok 4.7 API คืออะไร?
Grok 4.7 API ให้แอป Python ส่งข้อความและรูปภาพเข้า รับข้อความออก และมีหน้าต่างคอนเท็กซ์ 500,000 โทเค็น ผ่านรหัสโมเดล grok-4.7 คู่มืออย่างเป็นทางการระบุระดับการให้เหตุผล low, medium, high (ค่าเริ่มต้น) และ xhigh; การให้เหตุผลปิดไม่ได้ API ยังรองรับการเรียกฟังก์ชัน เอาต์พุตแบบมีโครงสร้าง การค้นเว็บ การค้น X และการรันโค้ด
บทความ ภาพรวม Grok 4.7 ของเราครอบคลุมการเปิดตัวและเกณฑ์วัด SpaceXAI จัดให้ Chat Completions เป็นแบบเดิม จึงใช้ Responses API ในทุกตัวอย่างที่นี่
Grok 4.7 มีค่าใช้จ่ายเท่าไร?
ต่ำกว่า 200,000 โทเค็นพรอมต์ Grok 4.7 คิด $2 ต่อหนึ่งล้านโทเค็นอินพุต $0.50 ต่อหนึ่งล้านโทเค็นอินพุตแบบแคช และ $6 ต่อหนึ่งล้านโทเค็นเอาต์พุต เมื่อพรอมต์ถึง 200,000 โทเค็น ทุกโทเค็นในคำขอนั้นจะถูกคิดที่ $4, $1 และ $12
เครื่องมือฝั่งเซิร์ฟเวอร์มีค่าใช้จ่ายแยกต่างหาก: หน้าราคา คิด $5 ต่อ 1,000 ครั้งของการค้นเว็บหรือรันโค้ด การค้นเอกสารแนบคิดครั้งละหนึ่งเซ็นต์ และเอกสารที่เก็บไว้มีค่าบริการรายวันต่อ GiB ใช้ prompt_cache_key ที่คงที่สำหรับคำขอที่เกี่ยวข้อง แต่กันงบสำหรับอินพุตที่ไม่ถูกแคชไว้
อ่านค่าใช้จ่ายที่เรียกเก็บจาก usage.cost_in_usd_ticks เอกสาร การติดตามค่าใช้จ่าย ระบุว่ารวมค่าแคชและค่าเครื่องมือแล้ว นำค่าที่ได้หารด้วย 10^10 เพื่อเป็นดอลลาร์
ทำไมทดสอบ Grok 4.7 กับงานออกแบบวงจร?
การออกแบบวงจรทดสอบการอ่านเอกสาร การคำนวณ การใช้เครื่องมือ และการยืนยันผลในงานเดียว SpaceXAI รายงาน 64.0% สำหรับ Grok 4.7 บน EEBench ระเบียบวิธีของ EEBench ใช้การจำลองและตรวจ BOM แทนการให้ LLM ตัดสิน และ EnviroNode ก็ทำตามหลักเดียวกัน
เราจะสร้างอะไร: การรีวิววงจร EnviroNode Rev A
EnviroNode Rev A เป็นโหนดเซ็นเซอร์ที่จ่ายไฟด้วย USB ดาวน์โหลดโปรเจ็กต์ฉบับสมบูรณ์ได้จาก GitHub .
สเกแมติกมีค่าชิ้นส่วนทุกอย่างที่ Grok ต้องใช้ในการรีวิว แต่ละข้อกำหนดมีรหัส เช่น PWR-002 หรือ BW-001 เพื่อให้ทุกข้อค้นพบอ้างกลับไปยังกฎข้อหนึ่งได้
สเกแมติก EnviroNode Rev A พร้อมค่า อิมเมจโดยผู้เขียน
ก่อนที่ Grok จะรีวิวบอร์ด เปิดเผยกฎทุกข้อที่จะใช้โดยตัวตรวจยืนยัน ฟังก์ชันจะส่งคืนการตรวจแบบผ่าน-ไม่ผ่าน 5 รายการที่สร้างจากข้อกำหนด 8 ข้อต่อไปนี้:
PWR-001: แรงดันอินพุต USB อยู่ระหว่าง 4.75 V ถึง 5.25 V
PWR-002: เรกูเลเตอร์ครอบคลุมโหลดพีก
PWR-003: โหลดที่ไม่ใช่ MCU ใช้งบ 10 mA
SIG-001: สเกลเต็มของเซ็นเซอร์คือ 1.0 V
ADC-001: อินพุต ADC ต้องไม่เกิน 2,250 mV
ADC-002: อินพุต ADC ต้องถึงอย่างน้อย 1,500 mV
BW-001: สัญญาณถึง 100 Hz สูญเสียไม่เกิน 1 dB
BW-002: ความถี่ตัดของฟิลเตอร์ต้องไม่เกิน 500 Hz
โมเดลได้รับชุดข้อกำหนดเดียวกัน ไม่มีขีดจำกัดของตัวตรวจยืนยันที่โผล่มาหลังจาก Grok เสนอวิธีแก้ไข
ข้อผิดพลาดทั้งสามที่ฝังไว้คืออะไร?
ข้อผิดพลาดทั้งสามตรวจด้วยตัวเลขได้ จำนวนข้อผิดพลาดไม่ถูกใส่ไว้ในพรอมต์
เรกูเลเตอร์เล็กเกินไป ( PWR-002) : TI TLV700 รับกระแสได้ 200 mA ขณะที่ แผ่นข้อมูล ESP32-C3 ระบุพีกการส่ง Wi‑Fi 335 mA และ เช็กลิสต์สเกแมติก ของ Espressif ขออย่างน้อย 500 mA
ADC เกินช่วง ( ADC-001) : กำลังขยาย 3 ทำให้ได้ 3.0 V ที่ ADC แต่ช่วงใช้งานตามแผ่นข้อมูลสูงสุด 2,500 mV และข้อกำหนดอนุญาต 90% ของค่านั้น
ฟิลเตอร์ช้าเกินไป ( BW-001) : 10 kΩ และ 1 µF ให้ความถี่ตัด 15.9 Hz ขณะที่สัญญาณถึง 100 Hz ต้องสูญเสียไม่เกิน 1 dB
ข้อบกพร่องของ ADC เกี่ยวกับช่วงการวัด ไม่ใช่ความเสียหายที่ขา ตัวเลือกที่ถูกต้อง เช่น ตัวต้านทาน LED และดีเลย์ CHIP_EN ทำให้ตรวจวัดผลบวกลวงได้
ลูปรีวิวทำงานอย่างไร?
รีวิวต้องมีขอบเขตที่ชัด: Grok เสนอการเปลี่ยนแปลง ขณะที่ Python เป็นเจ้าของผลผ่านหรือไม่ผ่าน ไดอะแกรมแสดงว่าจุดไหนที่เอกสารและเครื่องมือเข้าสู่ลูปนั้น
ลูปรีวิวแยกการเสนอจากการยืนยันผล อิมเมจโดยผู้เขียน
กำหนดความสำเร็จก่อนเรียก API ครั้งแรก นับข้อบกพร่องก็ต่อเมื่อ Grok เชื่อมโยงกับข้อกำหนดและหลักฐานสนับสนุน นับวิธีแก้ไขก็ต่อเมื่อ verify_design() ส่งคืน all_pass = true
วิธีตั้งค่า Grok 4.7 API ใน Python
ต้องมีคีย์ xAI API ที่เติมเครดิตไว้ Python 3.10 ขึ้นไป และชุดพัฒนา Python ของ OpenAI (SDK) ที่ชี้ไปยัง URL ฐานของ xAI สร้างคีย์ใน xAI Console แล้วติดตั้งแพ็กเกจด้านล่าง
python -m venv .venv
source .venv/bin/activate
pip install openai python-dotenv pydantic httpx streamlit
pip install matplotlib schemdraw pytest ขับเคลื่อนโดย
ตัวอย่าง API ใช้แพ็กเกจกลุ่มแรก; กลุ่มที่สองรองรับไดอะแกรมและการทดสอบในรีโพ ผทดสอบด้วย Python 3.11.9, openai 3.19.2, pydantic 2.13.5, streamlit 1.64.0 และ httpx 0.28.1 บันทึกคีย์ไว้ในตัวแปรสภาพแวดล้อม XAI_API_KEY แล้วโหลดด้วย python-dotenv แทนการฝังไว้ในซอร์สโค้ด คู่มือ virtual environment ของเราจะอธิบายการตั้งค่าหากยังใหม่
ลองเรียก Grok 4.7 API ครั้งแรก
หากคีย์ใช้งานกับ Responses API ได้แล้ว ให้ข้ามไปขั้นตอนที่ 1 มิฉะนั้น คำขอด้านล่างจะตรวจคีย์ URL ฐาน และรหัสโมเดลในคราวเดียว
import os
import httpx
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv( )
client = OpenAI( api_key= os. environ[ "XAI_API_KEY" ] , base_url= "https://api.x.ai/v1" ,
timeout= httpx. Timeout( 3600.0 ) )
response = client. responses. create(
model= "grok-4.7" ,
reasoning= { "effort" : "low" } ,
input = "In one sentence, what does a low-dropout regulator do?" ,
)
print ( response. output_text) ขับเคลื่อนโดย
ได้คำตอบหนึ่งประโยคแปลว่าการตั้งค่าทำงานแล้ว การตั้งเวลาให้ยาวสำคัญในตอนหลัง เพราะคำขอที่ใช้การให้เหตุผลและเครื่องมืออาจใช้เวลาหลายนาที
ขั้นตอนที่ 1: Grok 4.7 รีวิววงจรจากรูปภาพอย่างเดียวได้ไหม?
ได้ Grok 4.7 รีวิวสเกแมติกจากรูปเพียงอย่างเดียวได้ ตราบใดที่พรอมต์บอกชัดว่าไม่มีเครื่องมือให้ใช้ ค่าเริ่มต้นจะส่ง PNG เป็น data URL แบบ base64 พร้อมกับข้อความข้อกำหนด
image = {
"type" : "input_image" ,
"image_url" : f"data:image/png;base64, { SCHEMATIC_B64} " ,
"detail" : "high" ,
}
response = client. responses. create(
model= "grok-4.7" ,
input = [ { "role" : "user" , "content" : [
image,
{ "type" : "input_text" , "text" : REVIEW_PROMPT} ,
] } ] ,
) ขับเคลื่อนโดย
พรอมต์ขอ 3 ส่วน: ยืนยันแล้ว ต้องการหลักฐานเพิ่ม และตรวจแล้วว่าใช้ได้ โดยไม่เอ่ยถึงจำนวนข้อบกพร่องหรือชิ้นส่วนที่น่าสงสัย
รีวิวจากรูปภาพอย่างเดียวเจออะไรบ้าง?
บอกโมเดลให้ชัดเจนเมื่อไม่มีเครื่องมือหรือแผ่นข้อมูลให้ มิฉะนั้นอาจจบการตอบหลังจากบอกว่าจะค้นสเปกที่เข้าถึงไม่ได้
ตามที่สรุปไว้ Grok ยืนยันข้อบกพร่องของฟิลเตอร์ด้วยความถี่ตัด 15.9 Hz และการสูญเสีย 16.1 dB ที่ 100 Hz ส่วนเรกูเลเตอร์และ ADC ถูกจัดไว้ภายใต้ "ต้องการหลักฐานเพิ่ม" แทนที่จะเดาขีดจำกัดของมัน
ขั้นตอนที่ 2: เพิ่มแผ่นข้อมูลด้วย Files API อย่างไร
เอกสารแนบเปลี่ยนความกังวลที่คลุมเครือให้เป็นข้ออ้างอิงตัวเลข อัปโหลดเอกสารแต่ละฉบับครั้งเดียวแล้วอ้างด้วย file_id
with open ( DATASHEET_PATH, "rb" ) as datasheet:
uploaded = client. files. create(
file = datasheet,
purpose= "assistants" ,
expires_after= { "anchor" : "created_at" , "seconds" : 7 * 24 * 3600 } ,
)
content = [ image, * [ { "type" : "input_file" , "file_id" : fid} for fid in file_ids] ,
{ "type" : "input_text" , "text" : EVIDENCE_PROMPT} ] ขับเคลื่อนโดย
ในบทเรียนนี้ตั้งค่า expires_after เป็น 7 วัน ดังนั้น ID ที่แคชไว้ใช้ได้เฉพาะในช่วงนั้น หากไม่ใช้ expires_after xAI จะเก็บไฟล์ที่อัปโหลดไว้จนกว่าจะลบ
ในคำตอบจาก SDK ของ OpenAI ที่บันทึกไว้ การค้นหาไฟล์แนบปรากฏเป็น custom_tool_call ชื่อ pdf_search และ pdf_browse ขณะที่การใช้งานนับไว้ใน document_search_calls นั่นเป็นพฤติกรรมที่สังเกตได้ ไม่ใช่สัญญาเรื่องชนิดเครื่องมือโดยรวม จึงมีการตรวจตัวนับการใช้งานที่มีเอกสารกำกับไว้ด้วย
แผ่นข้อมูลเปลี่ยนการรีวิวอย่างไร?
เอกสารช่วยคลี่คลายสองคำถามค้างในขั้นตอนที่ 1 และสนับสนุนข้อค้นพบด้านพลังงาน ADC และฟิลเตอร์ ข้อค้นพบเรกูเลเตอร์อ้างถึงค่ารับกระแส 200 mA ของ TLV700 พีกส่ง 335 mA ของ ESP32-C3 และคำแนะนำแหล่งจ่าย 500 mA
สำหรับฟิลเตอร์ Grok คำนวณค่าคอนเดนเซอร์ที่ทำให้ผ่านกฎแบนด์วิดท์ทั้งสองโดยไม่เปลี่ยน R5: ราว 32 ถึง 81 nF เหยื่อล่อทุกตัวถูกจัดไว้ภายใต้ "ตรวจแล้วว่าใช้ได้" พร้อมเหตุผล
ขั้นตอนที่ 3: ยืนยันการคำนวณด้วย Grok 4.7 Code Execution อย่างไร
Code execution คือ sandbox Python ฝั่งเซิร์ฟเวอร์ของ xAI เพิ่มเข้าไปใน tools เป็น {"type": "code_interpreter"} เมื่อใช้ไคลเอนต์ OpenAI พรอมต์เพิ่มกฎหนึ่งข้อ: ทุกข้ออ้างที่มีตัวเลขต้องถูกคำนวณก่อนจึงจะนับว่ายืนยันแล้ว
คู่มือ code execution ที่ลิงก์ไว้บอกว่า sandbox ไม่มีการเข้าถึงเครือข่ายและไม่คงสถานะระหว่างคำขอ สำหรับตัวเลขไม่กี่ค่าจากแผ่นข้อมูลก็เพียงพอ
Grok ควรตรวจการคำนวณอะไรบ้าง?
ขอให้ Grok ตรวจงบพลังงาน ช่วง ADC และแบนด์วิดท์ฟิลเตอร์ในสคริปต์เดียว หากวงจรไม่ใช่สายที่ถนัด ให้ข้ามเอาต์พุตด้านล่าง; สาระสำคัญอยู่ถัดจากนั้น
f= 100.0 Hz |H|=0.157177 attenuation=16.0722 dB
fc required for <= 1 dB at 100 Hz: fc >= 196.5227 Hz
V_adc_fs = 3.0000 V
90% limit = 2.2500 V
required rating = max(headroom, mcu min) = 500.00 mAขับเคลื่อนโดย
ค่าความถี่ตัดขั้นต่ำ 196.5 Hz คือเลขที่วิธีแก้ฟิลเตอร์ขึ้นอยู่กับมัน และคำนวณด้วยโค้ดแทนที่จะปล่อยให้โมเดลคำนวณเอง แม้แต่มุมเผื่อที่ลดการสูญเสียน้อยที่สุดก็ยังสูญเสียมากกว่า 15 dB ที่ 100 Hz ดังนั้นคำตัดสินยังคงเดิม
ขั้นตอนที่ 4: Grok 4.7 ค้นเว็บผ่าน API ได้ไหม?
ได้ การค้นเว็บตรวจว่าเอกสารแนบยังเป็นปัจจุบันหรือไม่ เพราะผู้ผลิตอาจแก้ไขแผ่นข้อมูลหลังเส้นตัดการฝึกของโมเดล จำกัดโดเมนให้เป็นของทางการเพื่อให้หลักฐานยังเป็นแหล่งข้อมูลปฐมภูมิ
tools = [
{ "type" : "code_interpreter" } ,
{ "type" : "web_search" , "filters" : { "allowed_domains" : [ "ti.com" , "espressif.com" ] } } ,
] ขับเคลื่อนโดย
คู่มือการค้นเว็บที่ลิงก์ไว้ยอมให้ใส่ allowed_domains ได้สูงสุด 5 รายการ รวมถึงซับโดเมนอย่าง docs.espressif.com จะคงขั้นตอนนี้ไว้แม้แผ่นข้อมูลแนบจะเป็นฉบับล่าสุด เพราะอาจจับฉบับแก้ไขที่ออกหลังการอัปโหลดได้
การอ้างอิงพิสูจน์อะไรได้บ้าง?
Grok ควรอ้างหน้าผลิตภัณฑ์ TI ปัจจุบัน เอกสาร ESP32-C3 เช็กลิสต์ฮาร์ดแวร์ และ errata ที่เกี่ยวข้อง จงมองการอ้างอิงเหล่านี้เป็นหลักฐานของแหล่งที่มา ไม่ใช่หลักฐานว่าข้อสรุปทางวิศวกรรมถูกต้อง
ตัวกรองโดเมนยังอาจคืนหน้าที่ไม่เกี่ยวข้อง ตรวจว่าทุกการอ้างอิงสนับสนุนชิ้นส่วนและขีดจำกัดที่ใช้ในคำนวณตรงกันจริง
Grok ค้นหาไฟล์ คำนวณ ตรวจแหล่งข้อมูล อิมเมจโดยผู้เขียน
ขั้นตอนที่ 5: เพิ่มตัวตรวจยืนยันด้วย Grok 4.7 Function Calling อย่างไร
verify_design() เป็นฟังก์ชัน Python ธรรมดาที่รันบนเครื่อง และเป็นผู้ตัดสินเพียงคนเดียวว่างานปรับแก้ผ่านหรือไม่ Grok เสนอค่าการออกแบบผ่าน function calling และฟังก์ชันตรวจค่ากับขีดจำกัดตายตัว
VERIFY_DESIGN_TOOL = {
"type" : "function" ,
"name" : "verify_design" ,
"description" : "Deterministically check an EnviroNode revision against EN-REQ-001..." ,
"parameters" : {
"type" : "object" ,
"properties" : {
"revision" : { "type" : "string" } ,
"regulator_part" : { "type" : "string" } ,
"gain_rf_ohm" : { "type" : "number" } ,
"gain_rg_ohm" : { "type" : "number" } ,
"filter_r_ohm" : { "type" : "number" } ,
"filter_c_nf" : { "type" : "number" } ,
} ,
"required" : [ "revision" , "regulator_part" , "gain_rf_ohm" ,
"gain_rg_ohm" , "filter_r_ohm" , "filter_c_nf" ] ,
} ,
} ขับเคลื่อนโดย
ความสามารถด้านพลังงานต้องเป็นไปตาม max((335 + 10) mA × 1.25, 500 mA) สำหรับ ADC ค่า 1.0 V × (1 + Rf/Rg) ต้องอยู่ระหว่าง 1,500 ถึง 2,250 mV การตรวจฟิลเตอร์วัดการสูญเสียที่ 100 Hz และจำกัดความถี่ตัดที่ 500 Hz; แต่ละเช็คส่งคืนค่า ขีดจำกัด และผลผ่านหรือไม่ผ่าน
สคีมาของเครื่องมือบอกเพียงว่าต้องการให้ Grok ส่งค่าอะไร แก่นของตรรกะผ่าน-ไม่ผ่านเป็น Python ปกติ:
import math
part = PARTS. get( regulator_part. strip( ) . upper( ) )
required_ma = max ( ( 335 + 10 ) * 1.25 , 500 )
power_ok = (
part is not None
and float ( part[ "rated_iout_ma" ] ) >= required_ma
and float ( part[ "vin_max_v" ] ) >= 5.25
and float ( part[ "vout_v" ] ) == 3.3
)
gain = 1 + gain_rf_ohm / gain_rg_ohm
adc_mv = gain * 1000
fc = 1 / ( 2 * math. pi * filter_r_ohm * filter_c_nf * 1e-9 )
loss_db = 10 * math. log10( 1 + ( 100 / fc) ** 2 )
checks = {
"PWR-002" : power_ok,
"ADC-001" : adc_mv <= 2250 ,
"ADC-002" : adc_mv >= 1500 ,
"BW-001" : loss_db <= 1.0 ,
"BW-002" : fc <= 500 ,
}
return { "all_pass" : all ( checks. values( ) ) , "checks" : checks} ขับเคลื่อนโดย
ฟังก์ชันเต็มยังปฏิเสธค่าที่ไม่ถูกต้องและส่งคืนค่าที่วัดได้พร้อมผลลัพธ์ ทดสอบด้วยงานออกแบบที่รู้ว่าใช้ได้ งานที่รู้ว่าใช้ไม่ได้ ชิ้นส่วนที่ไม่รู้จัก และกรณีเฉียดฉิว
ทำไมต้องให้โค้ด ไม่ใช่โมเดล ให้เกรดวิธีแก้?
เก็บค่าพิกัดของชิ้นส่วนนอกเหนือการควบคุมของโมเดล ไม่ควรให้โมเดลระบุค่ากระแสของตนเอง Grok ส่งหมายเลขชิ้นส่วน แล้วฟังก์ชันจะค้นหาค่าพิกัดจากแคตตาล็อกของแอปพลิเคชัน
เอเจนต์ไม่ควรทั้งเสนอวิธีแก้และตัดสินว่าถูกหรือไม่เมื่อโค้ดตรวจคำตอบได้ แทนที่ verify_design() ด้วยชุดทดสอบหรือการตรวจสคีมาเมื่อภารกิจเปลี่ยน การเขียนตัวตรวจยืนยันต้องใช้แรงเพิ่ม แต่ผลผ่านหรือไม่ผ่านไม่ขึ้นกับความเห็นของโมเดล
ขั้นตอนที่ 6: ออกแบบใหม่และยืนยันวงจรอย่างไร
ให้ Grok มีเป้าหมายเดียว: แก้การละเมิดที่ยืนยันแล้วทุกข้อด้วยชุดการเปลี่ยนแปลงที่น้อยที่สุดอย่างสมเหตุสมผล และอย่าประกาศว่างานออกแบบเสร็จจนกว่าการตรวจที่กำหนดไว้ก่อนหน้าจะผ่าน จัดให้มีหลักฐานและเครื่องมือจากขั้นตอนที่ 3 ถึง 5 แล้วตั้งขีดจำกัดจำนวนคำขอ
ตรงนี้เองที่คำเตือนเรื่องคอนเท็กซ์ในสรุปสั้น ๆ สำคัญ แก้ปัญหานี้ก่อนเพิ่มรอบสนทนา
ทำไมลูปที่ใช้ไฟล์หนักต้องบีบอัดคอนเท็กซ์?
คำขอที่ต่อเนื่องจะรวมผลเครื่องมือก่อนหน้า และการค้นหาเอกสารอาจคืนข้อความจำนวนมาก ในต้นแบบที่ล้มเหลว การต่อครั้งถัดไปถึง 1,116,321 โทเค็นและเกินหน้าต่าง 500,000 โทเค็นของ Grok 4.7
การบีบอัดคอนเท็กซ์ ไม่สามารถช่วยคำขอที่เกินขีดแล้วได้ ลูปที่แก้ไขแล้วจะบีบอัดทุกเทิร์นที่ค้นหาเอกสารสำเร็จก่อนส่งคำขอครั้งถัดไป
details = ( response. usage. model_extra or { } ) . get(
"server_side_tool_usage_details" , { }
)
observed_attachment_call = any (
item. type == "custom_tool_call"
and item. name in { "pdf_search" , "pdf_browse" }
for item in response. output
)
used_documents = (
details. get( "document_search_calls" , 0 ) > 0
or observed_attachment_call
)
if used_documents:
compacted = client. responses. compact(
model= "grok-4.7" , input = history + list ( response. output) + follow_up)
history = list ( compacted. output)
history. append( { "role" : "user" , "content" :
"verify_design results, exactly as returned: " + json. dumps( results) } )
else :
history = history + list ( response. output) + follow_up
response = client. responses. create( model= "grok-4.7" , input = history, tools= TOOLS,
store= False , prompt_cache_key= cache_key) ขับเคลื่อนโดย
คงการ append ท้ายสุดนั้นไว้ การบีบอัดจะตัดเอาต์พุตของเครื่องมือที่ยืดยาวออก ดังนั้นการย้ำผลตัวตรวจยืนยันช่วยให้คำตอบถัดไปเลี่ยงการตรวจที่แต่งขึ้นหรือสับสน การบีบอัดหลังทุกเทิร์นที่หนักเอกสารเป็นจังหวะที่รอบคอบ; ระบบใหญ่กว่าอาจใช้เกณฑ์จำนวนโทเค็นอินพุตแทน
Rev B ผ่านการยืนยันไหม?
ผ่าน Grok เปลี่ยนชิ้นส่วนหนึ่งตัวในแต่ละซับซิสเต็มที่ล้มเหลว: พลังงาน กำลังขยาย ADC และแบนด์วิดท์ของฟิลเตอร์ ไดอะแกรมแสดงค่า Rev A และ Rev B ที่แน่นอน
การเปลี่ยน 3 ชิ้นส่วนแก้ Rev A ได้ อิมเมจโดยผู้เขียน
จากนั้นส่งค่าที่แก้ไขไปยัง verify_design() ซึ่งจะส่งผลหนึ่งรายการต่อข้อกำหนด
งานออกแบบที่แก้ไขผ่านการตรวจทุกข้อ อิมเมจโดยผู้เขียน
ผลที่ไม่ผ่านจะส่งกลับเป็น function_call_output เพื่อให้ Grok ปรับงานออกแบบต่อไปจนกว่าจะผ่านเช็คหรือลิมิตคำขอหมด
ขั้นตอนที่ 7: ส่งคืนรีวิววงจรแบบมีโครงสร้างอย่างไร
เอาต์พุตแบบมีโครงสร้าง ส่งคืนอ็อบเจ็กต์ที่ตรงตามสคีมาแทนโพรสที่ต้องพาร์สเอง เรียก client.responses.parse() ด้วยโมเดล Pydantic ในบทสนทนาเดียวกัน โดยปิดการเรียกเครื่องมือ
class Finding ( BaseModel) :
violated_requirement: str
severity: Literal[ "blocker" , "major" , "minor" ]
evidence: list [ str ]
recommended_change: str
verifier_result: Literal[ "pass" , "fail" , "not_verified" ]
parsed = client. responses. parse(
model= "grok-4.7" , input = history + [ REPORT_REQUEST] ,
text_format= DesignReview, tools= TOOLS, tool_choice= "none" , store= False ,
) ขับเคลื่อนโดย
สคีมาที่ถูกต้องไม่ใช่หลักฐานว่าเนื้อหาถูกต้อง ดังนั้นให้รวมผลตัวตรวจยืนยันและบอก Grok ให้ยึด verifier_result ตามนั้น JSON ที่ได้สามารถส่งต่อเข้า issue tracker หรือคิวอนุมัติโดยมนุษย์ได้
รีวิวแบบมีโครงสร้างรายงานอะไรบ้าง?
รายงานแบบมีโครงสร้างควรทำเครื่องหมายว่าข้อบกพร่องเดิมแต่ละข้อได้รับการแก้ไข อ้างค่าที่วัดได้จากตัวตรวจยืนยัน และเก็บประเด็นที่ยังไม่ทดสอบไว้ภายใต้ open_risks สำหรับงานออกแบบนี้ ประเด็นดังกล่าวรวมถึงเรกูเลเตอร์ที่อยู่ตรงพื้น 500 mA พอดี และคอนเดนเซอร์ของ ADC ที่ต่างจากคำแนะนำของ Espressif
การเพิ่มระดับความพยายามให้เหตุผลของ Grok 4.7 ช่วยรีวิววงจรได้ไหม?
ระดับที่สูงขึ้นไม่ได้ปรับคะแนนของตัวตรวจยืนยันให้ดีขึ้น แต่เปลี่ยน คุณภาพของวิธีแก้ฟิลเตอร์ แต่ละระดับได้รับสเกแมติก พรอมต์ เครื่องมือ และลิมิตคำขอเหมือนกัน
Effort
Defects / false positives
Verifier calls
Input / cached
Output / reasoning
Tools
Time
Cost
low
3/3, 0; PASS
1
256,006 / 197,120
7,950 / 2,323
7
111.2 s
$0.2990
high
3/3, 0; PASS
1
364,611 / 131,456
21,904 / 14,268
15
292.8 s
$0.7385
xhigh
3/3, 0; PASS
2
413,071 / 336,896
19,685 / 14,800
17
277.8 s
$0.5239
low ลดค่าตัวต้านทานและคงคอนเดนเซอร์ 1 µF ไว้ ทำให้ประเด็นโหลดเชิงความจุและการเซตตัวอยู่นอกตัวตรวจยืนยัน คำแนะนำโหลดเชิงความจุ ของ Microchip ระบุว่าตัวต้านทานอนุกรมช่วยปรับเสถียรภาพได้ ดังนั้นผลนี้ไม่ได้พิสูจน์ว่าวิธีแก้ไม่เสถียร; ควรทดสอบการตอบสนองความถี่ การตอบสนองต่อสเต็ป หรือทดสอบบนเบนช์ high เปลี่ยนคอนเดนเซอร์แทน ขณะที่ xhigh เลือกค่าท้ายสุดเหมือน high หลังมีการเรียกตัวตรวจยืนยันเพิ่มหนึ่งครั้ง
เมื่อไรที่การให้เหตุผลระดับ xhigh คุ้มค่า?
สำหรับการเปรียบเทียบครั้งเดียวนี้ high ให้สมดุลที่ดีกว่า เลี่ยงประเด็นโหลดที่ไม่ได้ทำแบบจำลองโดยไม่ต้องเรียกตัวตรวจยืนยันเพิ่มแบบ xhigh การรันต่อระดับเพียงครั้งเดียวยังสรุปอันดับโดยรวมไม่ได้
Grok 4.7 แก้วงจรได้ไหม?
คำตอบของคำถามเปิดคือ ได้ ภายในขอบเขตการตรวจ ของตัวตรวจยืนยันทั้งห้าข้อ ตารางสรุปผลก่อนหน้าไว้ในมุมมองเดียว
ภาพและข้อกำหนด
เพิ่ม: การตรวจด้วยสายตา
ผลลัพธ์: ยืนยันสิ่งที่สเกแมติกเพียงอย่างเดียวพิสูจน์ได้
แผ่นข้อมูล
เพิ่ม: ขีดจำกัดจากผู้ผลิต
ผลลัพธ์: เปลี่ยนสองคำถามค้างเป็นข้อค้นพบ
การรันโค้ด
เพิ่ม: การคำนวณที่ตรวจสอบแล้ว
ผลลัพธ์: วัดปัญหาด้านพลังงานและฟิลเตอร์
ค้นเว็บ
เพิ่ม: แหล่งข้อมูลทางการปัจจุบัน
ผลลัพธ์: ตรวจว่าเอกสารแนบยังอัปเดตล่าสุดหรือไม่
ตัวตรวจยืนยันโลคัล
เพิ่ม: ผลผ่านหรือไม่ผ่านจาก Python
ผลลัพธ์: รับเฉพาะฉบับแก้ไขที่ผ่านทุกกฎ
Grok แก้ไขข้อกำหนดที่เข้ารหัสไว้เรียบร้อย แต่ไม่ได้พิสูจน์ว่าบอร์ดที่แก้ไขสมบูรณ์ทางไฟฟ้าหรือพร้อมผลิต
เอกสารตัดสินว่าความกังวลมีหลักฐานหรือไม่ Python ตัดสินว่าฉบับแก้ผ่านหรือไม่ โพรสสละสลวยทดแทนทั้งสองอย่างไม่ได้
ชมรีวิวบน Streamlit
บทความ Streamlit ของเราอธิบายอินเทอร์เฟซที่ใช้ที่นี่ ใช้ สตรีมมิง เพื่อแสดงการเรียกเครื่องมือแบบเรียลไทม์ แล้วแสดงเช็คของตัวตรวจยืนยันและรายงานสุดท้าย
สเกแมติกของวงจรคือไดอะแกรมที่แสดงการเชื่อมต่อของชิ้นส่วนอิเล็กทรอนิกส์ การตรวจทานหมายถึงการตรวจว่าองค์ประกอบและค่าที่ใช้ตรงตามข้อกำหนดการออกแบบหรือไม่ แหล่งจ่ายไฟจ่ายกระแสได้พอหรือไม่? โปรเซสเซอร์อ่านค่าสูงสุดของเซ็นเซอร์ได้เต็มช่วงหรือเปล่า? คำตอบมาจากสเกแมติก แผ่นข้อมูลของชิ้นส่วน และการคำนวณไม่กี่ขั้น
อยากทราบว่า Grok 4.7 จะทำบทรีวิวทั้งหมดนั้นได้ไหม คู่มือ Grok 4.7 ระบุว่ารุ่นนี้ถูกฝึกสำหรับงานยาวขึ้นและตรวจงานของตัวเองอย่างรอบคอบยิ่งขึ้น วงจรยังให้ตัวเลขที่ Python ธรรมดาตรวจสอบได้ จึงไม่ต้องใช้โมเดล AI ตัวอื่นมาตัดสินผล
สำหรับการทดลอง ได้สร้าง EnviroNode Rev A ซึ่งเป็นบอร์ดเซ็นเซอร์ขนาดเล็กจ่ายไฟด้วย USB และฝังข้อผิดพลาดไว้ 3 จุดในงานออกแบบ Grok ไม่ได้รับแจ้งว่ามีกี่จุด ต้องค้นหาเอง อ้างอิงแต่ละข้อด้วยเอกสารของชิ้นส่วน เสนอการแก้ไข และส่งค่าที่แก้ไขแล้วไปตรวจด้วย Python
ไม่จำเป็นต้องมีพื้นฐานวิศวกรรมไฟฟ้าก็อ่านตามได้ จะอธิบายกฎวงจรแต่ละข้อเมื่อปรากฏครั้งแรก สิ่งที่จะได้เรียนรู้ ได้แก่:
ส่งรูปสเกแมติกให้ Grok 4.7 ผ่าน Responses API
แนบแผ่นข้อมูลด้วย Files API แล้วให้ Grok ค้นหาในเอกสารเหล่านั้น
ตรวจการคำนวณด้วย code execution และตรวจขีดจำกัดด้วย web search
ให้ Grok ใช้ฟังก์ชันโลคัล
verify_design()เพื่อตัดสินผ่านหรือไม่ผ่านคงบทสนทนายาวที่มีเอกสารจำนวนมากให้อยู่ในขีดจำกัดคอนเท็กซ์ของโมเดล
ส่งคืนรูปแบบรีวิวที่สม่ำเสมอ แล้วเปรียบเทียบระดับการให้เหตุผล
ใช้บอร์ดเดียวกันตั้งแต่รีวิวภาพครั้งแรกจนถึงการตรวจด้วย Python สุดท้าย
สรุปสั้น ๆ
Grok 4.7 ระบุข้อผิดพลาดที่ฝังไว้ครบถ้วนเมื่อมีแผ่นข้อมูล และงานออกแบบที่แก้ไขแล้วผ่านการตรวจของ Python สิ่งนี้สะท้อนถึงข้อผิดพลาดทั้งสาม ไม่ใช่การรีวิววงจรโดยทั่วไป
นี่เป็นบอร์ดขนาดเล็กหนึ่งตัว ไม่ใช่เกณฑ์ทดสอบ บอร์ดที่มีแผ่นข้อมูลเป็นโหลจะสร้างคอนเท็กซ์ที่ใหญ่ขึ้นและอาจได้ผลลัพธ์ต่างออกไป
Grok 4.7 API คืออะไร?
Grok 4.7 API ให้แอป Python ส่งข้อความและรูปภาพเข้า รับข้อความออก และมีหน้าต่างคอนเท็กซ์ 500,000 โทเค็น ผ่านรหัสโมเดล
grok-4.7คู่มืออย่างเป็นทางการระบุระดับการให้เหตุผลlow,medium,high(ค่าเริ่มต้น) และxhigh; การให้เหตุผลปิดไม่ได้ API ยังรองรับการเรียกฟังก์ชัน เอาต์พุตแบบมีโครงสร้าง การค้นเว็บ การค้น X และการรันโค้ดบทความ ภาพรวม Grok 4.7 ของเราครอบคลุมการเปิดตัวและเกณฑ์วัด SpaceXAI จัดให้ Chat Completions เป็นแบบเดิม จึงใช้ Responses APIในทุกตัวอย่างที่นี่
Grok 4.7 มีค่าใช้จ่ายเท่าไร?
ต่ำกว่า 200,000 โทเค็นพรอมต์ Grok 4.7 คิด $2 ต่อหนึ่งล้านโทเค็นอินพุต $0.50 ต่อหนึ่งล้านโทเค็นอินพุตแบบแคช และ $6 ต่อหนึ่งล้านโทเค็นเอาต์พุต เมื่อพรอมต์ถึง 200,000 โทเค็น ทุกโทเค็นในคำขอนั้นจะถูกคิดที่ $4, $1 และ $12
เครื่องมือฝั่งเซิร์ฟเวอร์มีค่าใช้จ่ายแยกต่างหาก: หน้าราคาคิด $5 ต่อ 1,000 ครั้งของการค้นเว็บหรือรันโค้ด การค้นเอกสารแนบคิดครั้งละหนึ่งเซ็นต์ และเอกสารที่เก็บไว้มีค่าบริการรายวันต่อ GiB ใช้
prompt_cache_keyที่คงที่สำหรับคำขอที่เกี่ยวข้อง แต่กันงบสำหรับอินพุตที่ไม่ถูกแคชไว้อ่านค่าใช้จ่ายที่เรียกเก็บจาก
usage.cost_in_usd_ticksเอกสาร การติดตามค่าใช้จ่ายระบุว่ารวมค่าแคชและค่าเครื่องมือแล้ว นำค่าที่ได้หารด้วย 10^10 เพื่อเป็นดอลลาร์ทำไมทดสอบ Grok 4.7 กับงานออกแบบวงจร?
การออกแบบวงจรทดสอบการอ่านเอกสาร การคำนวณ การใช้เครื่องมือ และการยืนยันผลในงานเดียว SpaceXAI รายงาน 64.0% สำหรับ Grok 4.7 บน EEBench ระเบียบวิธีของ EEBench ใช้การจำลองและตรวจ BOM แทนการให้ LLM ตัดสิน และ EnviroNode ก็ทำตามหลักเดียวกัน
เราจะสร้างอะไร: การรีวิววงจร EnviroNode Rev A
EnviroNode Rev A เป็นโหนดเซ็นเซอร์ที่จ่ายไฟด้วย USB ดาวน์โหลดโปรเจ็กต์ฉบับสมบูรณ์ได้จาก GitHub.
สเกแมติกมีค่าชิ้นส่วนทุกอย่างที่ Grok ต้องใช้ในการรีวิว แต่ละข้อกำหนดมีรหัส เช่น
PWR-002หรือBW-001เพื่อให้ทุกข้อค้นพบอ้างกลับไปยังกฎข้อหนึ่งได้สเกแมติก EnviroNode Rev A พร้อมค่า อิมเมจโดยผู้เขียน
ก่อนที่ Grok จะรีวิวบอร์ด เปิดเผยกฎทุกข้อที่จะใช้โดยตัวตรวจยืนยัน ฟังก์ชันจะส่งคืนการตรวจแบบผ่าน-ไม่ผ่าน 5 รายการที่สร้างจากข้อกำหนด 8 ข้อต่อไปนี้:
โมเดลได้รับชุดข้อกำหนดเดียวกัน ไม่มีขีดจำกัดของตัวตรวจยืนยันที่โผล่มาหลังจาก Grok เสนอวิธีแก้ไข
ข้อผิดพลาดทั้งสามที่ฝังไว้คืออะไร?
ข้อผิดพลาดทั้งสามตรวจด้วยตัวเลขได้ จำนวนข้อผิดพลาดไม่ถูกใส่ไว้ในพรอมต์
เรกูเลเตอร์เล็กเกินไป (
PWR-002): TI TLV700 รับกระแสได้ 200 mA ขณะที่ แผ่นข้อมูล ESP32-C3 ระบุพีกการส่ง Wi‑Fi 335 mA และ เช็กลิสต์สเกแมติก ของ Espressif ขออย่างน้อย 500 mAADC เกินช่วง (
ADC-001): กำลังขยาย 3 ทำให้ได้ 3.0 V ที่ ADC แต่ช่วงใช้งานตามแผ่นข้อมูลสูงสุด 2,500 mV และข้อกำหนดอนุญาต 90% ของค่านั้นฟิลเตอร์ช้าเกินไป (
BW-001): 10 kΩ และ 1 µF ให้ความถี่ตัด 15.9 Hz ขณะที่สัญญาณถึง 100 Hz ต้องสูญเสียไม่เกิน 1 dBข้อบกพร่องของ ADC เกี่ยวกับช่วงการวัด ไม่ใช่ความเสียหายที่ขา ตัวเลือกที่ถูกต้อง เช่น ตัวต้านทาน LED และดีเลย์
CHIP_ENทำให้ตรวจวัดผลบวกลวงได้ลูปรีวิวทำงานอย่างไร?
รีวิวต้องมีขอบเขตที่ชัด: Grok เสนอการเปลี่ยนแปลง ขณะที่ Python เป็นเจ้าของผลผ่านหรือไม่ผ่าน ไดอะแกรมแสดงว่าจุดไหนที่เอกสารและเครื่องมือเข้าสู่ลูปนั้น
ลูปรีวิวแยกการเสนอจากการยืนยันผล อิมเมจโดยผู้เขียน
กำหนดความสำเร็จก่อนเรียก API ครั้งแรก นับข้อบกพร่องก็ต่อเมื่อ Grok เชื่อมโยงกับข้อกำหนดและหลักฐานสนับสนุน นับวิธีแก้ไขก็ต่อเมื่อ
verify_design()ส่งคืนall_pass = trueวิธีตั้งค่า Grok 4.7 API ใน Python
ต้องมีคีย์ xAI API ที่เติมเครดิตไว้ Python 3.10 ขึ้นไป และชุดพัฒนา Python ของ OpenAI (SDK) ที่ชี้ไปยัง URL ฐานของ xAI สร้างคีย์ใน xAI Console แล้วติดตั้งแพ็กเกจด้านล่าง
ตัวอย่าง API ใช้แพ็กเกจกลุ่มแรก; กลุ่มที่สองรองรับไดอะแกรมและการทดสอบในรีโพ ผทดสอบด้วย Python 3.11.9,
openai3.19.2,pydantic2.13.5,streamlit1.64.0 และhttpx0.28.1 บันทึกคีย์ไว้ในตัวแปรสภาพแวดล้อมXAI_API_KEYแล้วโหลดด้วยpython-dotenvแทนการฝังไว้ในซอร์สโค้ด คู่มือ virtual environmentของเราจะอธิบายการตั้งค่าหากยังใหม่ลองเรียก Grok 4.7 API ครั้งแรก
หากคีย์ใช้งานกับ Responses API ได้แล้ว ให้ข้ามไปขั้นตอนที่ 1 มิฉะนั้น คำขอด้านล่างจะตรวจคีย์ URL ฐาน และรหัสโมเดลในคราวเดียว
ได้คำตอบหนึ่งประโยคแปลว่าการตั้งค่าทำงานแล้ว การตั้งเวลาให้ยาวสำคัญในตอนหลัง เพราะคำขอที่ใช้การให้เหตุผลและเครื่องมืออาจใช้เวลาหลายนาที
ขั้นตอนที่ 1: Grok 4.7 รีวิววงจรจากรูปภาพอย่างเดียวได้ไหม?
ได้ Grok 4.7 รีวิวสเกแมติกจากรูปเพียงอย่างเดียวได้ ตราบใดที่พรอมต์บอกชัดว่าไม่มีเครื่องมือให้ใช้ ค่าเริ่มต้นจะส่ง PNG เป็น data URL แบบ base64 พร้อมกับข้อความข้อกำหนด
พรอมต์ขอ 3 ส่วน: ยืนยันแล้ว ต้องการหลักฐานเพิ่ม และตรวจแล้วว่าใช้ได้ โดยไม่เอ่ยถึงจำนวนข้อบกพร่องหรือชิ้นส่วนที่น่าสงสัย
รีวิวจากรูปภาพอย่างเดียวเจออะไรบ้าง?
บอกโมเดลให้ชัดเจนเมื่อไม่มีเครื่องมือหรือแผ่นข้อมูลให้ มิฉะนั้นอาจจบการตอบหลังจากบอกว่าจะค้นสเปกที่เข้าถึงไม่ได้
ตามที่สรุปไว้ Grok ยืนยันข้อบกพร่องของฟิลเตอร์ด้วยความถี่ตัด 15.9 Hz และการสูญเสีย 16.1 dB ที่ 100 Hz ส่วนเรกูเลเตอร์และ ADC ถูกจัดไว้ภายใต้ "ต้องการหลักฐานเพิ่ม" แทนที่จะเดาขีดจำกัดของมัน
ขั้นตอนที่ 2: เพิ่มแผ่นข้อมูลด้วย Files API อย่างไร
เอกสารแนบเปลี่ยนความกังวลที่คลุมเครือให้เป็นข้ออ้างอิงตัวเลข อัปโหลดเอกสารแต่ละฉบับครั้งเดียวแล้วอ้างด้วย
file_idในบทเรียนนี้ตั้งค่า
expires_afterเป็น 7 วัน ดังนั้น ID ที่แคชไว้ใช้ได้เฉพาะในช่วงนั้น หากไม่ใช้expires_afterxAI จะเก็บไฟล์ที่อัปโหลดไว้จนกว่าจะลบในคำตอบจาก SDK ของ OpenAI ที่บันทึกไว้ การค้นหาไฟล์แนบปรากฏเป็น
custom_tool_callชื่อpdf_searchและpdf_browseขณะที่การใช้งานนับไว้ในdocument_search_callsนั่นเป็นพฤติกรรมที่สังเกตได้ ไม่ใช่สัญญาเรื่องชนิดเครื่องมือโดยรวม จึงมีการตรวจตัวนับการใช้งานที่มีเอกสารกำกับไว้ด้วยแผ่นข้อมูลเปลี่ยนการรีวิวอย่างไร?
เอกสารช่วยคลี่คลายสองคำถามค้างในขั้นตอนที่ 1 และสนับสนุนข้อค้นพบด้านพลังงาน ADC และฟิลเตอร์ ข้อค้นพบเรกูเลเตอร์อ้างถึงค่ารับกระแส 200 mA ของ TLV700 พีกส่ง 335 mA ของ ESP32-C3 และคำแนะนำแหล่งจ่าย 500 mA
สำหรับฟิลเตอร์ Grok คำนวณค่าคอนเดนเซอร์ที่ทำให้ผ่านกฎแบนด์วิดท์ทั้งสองโดยไม่เปลี่ยน R5: ราว 32 ถึง 81 nF เหยื่อล่อทุกตัวถูกจัดไว้ภายใต้ "ตรวจแล้วว่าใช้ได้" พร้อมเหตุผล
ขั้นตอนที่ 3: ยืนยันการคำนวณด้วย Grok 4.7 Code Execution อย่างไร
Code execution คือ sandbox Python ฝั่งเซิร์ฟเวอร์ของ xAI เพิ่มเข้าไปใน
toolsเป็น{"type": "code_interpreter"}เมื่อใช้ไคลเอนต์ OpenAI พรอมต์เพิ่มกฎหนึ่งข้อ: ทุกข้ออ้างที่มีตัวเลขต้องถูกคำนวณก่อนจึงจะนับว่ายืนยันแล้วคู่มือ code execution ที่ลิงก์ไว้บอกว่า sandbox ไม่มีการเข้าถึงเครือข่ายและไม่คงสถานะระหว่างคำขอ สำหรับตัวเลขไม่กี่ค่าจากแผ่นข้อมูลก็เพียงพอ
Grok ควรตรวจการคำนวณอะไรบ้าง?
ขอให้ Grok ตรวจงบพลังงาน ช่วง ADC และแบนด์วิดท์ฟิลเตอร์ในสคริปต์เดียว หากวงจรไม่ใช่สายที่ถนัด ให้ข้ามเอาต์พุตด้านล่าง; สาระสำคัญอยู่ถัดจากนั้น
ค่าความถี่ตัดขั้นต่ำ 196.5 Hz คือเลขที่วิธีแก้ฟิลเตอร์ขึ้นอยู่กับมัน และคำนวณด้วยโค้ดแทนที่จะปล่อยให้โมเดลคำนวณเอง แม้แต่มุมเผื่อที่ลดการสูญเสียน้อยที่สุดก็ยังสูญเสียมากกว่า 15 dB ที่ 100 Hz ดังนั้นคำตัดสินยังคงเดิม
ขั้นตอนที่ 4: Grok 4.7 ค้นเว็บผ่าน API ได้ไหม?
ได้ การค้นเว็บตรวจว่าเอกสารแนบยังเป็นปัจจุบันหรือไม่ เพราะผู้ผลิตอาจแก้ไขแผ่นข้อมูลหลังเส้นตัดการฝึกของโมเดล จำกัดโดเมนให้เป็นของทางการเพื่อให้หลักฐานยังเป็นแหล่งข้อมูลปฐมภูมิ
คู่มือการค้นเว็บที่ลิงก์ไว้ยอมให้ใส่
allowed_domainsได้สูงสุด 5 รายการ รวมถึงซับโดเมนอย่างdocs.espressif.comจะคงขั้นตอนนี้ไว้แม้แผ่นข้อมูลแนบจะเป็นฉบับล่าสุด เพราะอาจจับฉบับแก้ไขที่ออกหลังการอัปโหลดได้การอ้างอิงพิสูจน์อะไรได้บ้าง?
Grok ควรอ้างหน้าผลิตภัณฑ์ TI ปัจจุบัน เอกสาร ESP32-C3 เช็กลิสต์ฮาร์ดแวร์ และ errata ที่เกี่ยวข้อง จงมองการอ้างอิงเหล่านี้เป็นหลักฐานของแหล่งที่มา ไม่ใช่หลักฐานว่าข้อสรุปทางวิศวกรรมถูกต้อง
ตัวกรองโดเมนยังอาจคืนหน้าที่ไม่เกี่ยวข้อง ตรวจว่าทุกการอ้างอิงสนับสนุนชิ้นส่วนและขีดจำกัดที่ใช้ในคำนวณตรงกันจริง
Grok ค้นหาไฟล์ คำนวณ ตรวจแหล่งข้อมูล อิมเมจโดยผู้เขียน
ขั้นตอนที่ 5: เพิ่มตัวตรวจยืนยันด้วย Grok 4.7 Function Calling อย่างไร
verify_design()เป็นฟังก์ชัน Python ธรรมดาที่รันบนเครื่อง และเป็นผู้ตัดสินเพียงคนเดียวว่างานปรับแก้ผ่านหรือไม่ Grok เสนอค่าการออกแบบผ่าน function calling และฟังก์ชันตรวจค่ากับขีดจำกัดตายตัวความสามารถด้านพลังงานต้องเป็นไปตาม
max((335 + 10) mA × 1.25, 500 mA)สำหรับ ADC ค่า1.0 V × (1 + Rf/Rg)ต้องอยู่ระหว่าง 1,500 ถึง 2,250 mV การตรวจฟิลเตอร์วัดการสูญเสียที่ 100 Hz และจำกัดความถี่ตัดที่ 500 Hz; แต่ละเช็คส่งคืนค่า ขีดจำกัด และผลผ่านหรือไม่ผ่านสคีมาของเครื่องมือบอกเพียงว่าต้องการให้ Grok ส่งค่าอะไร แก่นของตรรกะผ่าน-ไม่ผ่านเป็น Python ปกติ:
ฟังก์ชันเต็มยังปฏิเสธค่าที่ไม่ถูกต้องและส่งคืนค่าที่วัดได้พร้อมผลลัพธ์ ทดสอบด้วยงานออกแบบที่รู้ว่าใช้ได้ งานที่รู้ว่าใช้ไม่ได้ ชิ้นส่วนที่ไม่รู้จัก และกรณีเฉียดฉิว
ทำไมต้องให้โค้ด ไม่ใช่โมเดล ให้เกรดวิธีแก้?
เก็บค่าพิกัดของชิ้นส่วนนอกเหนือการควบคุมของโมเดล ไม่ควรให้โมเดลระบุค่ากระแสของตนเอง Grok ส่งหมายเลขชิ้นส่วน แล้วฟังก์ชันจะค้นหาค่าพิกัดจากแคตตาล็อกของแอปพลิเคชัน
เอเจนต์ไม่ควรทั้งเสนอวิธีแก้และตัดสินว่าถูกหรือไม่เมื่อโค้ดตรวจคำตอบได้ แทนที่
verify_design()ด้วยชุดทดสอบหรือการตรวจสคีมาเมื่อภารกิจเปลี่ยน การเขียนตัวตรวจยืนยันต้องใช้แรงเพิ่ม แต่ผลผ่านหรือไม่ผ่านไม่ขึ้นกับความเห็นของโมเดลขั้นตอนที่ 6: ออกแบบใหม่และยืนยันวงจรอย่างไร
ให้ Grok มีเป้าหมายเดียว: แก้การละเมิดที่ยืนยันแล้วทุกข้อด้วยชุดการเปลี่ยนแปลงที่น้อยที่สุดอย่างสมเหตุสมผล และอย่าประกาศว่างานออกแบบเสร็จจนกว่าการตรวจที่กำหนดไว้ก่อนหน้าจะผ่าน จัดให้มีหลักฐานและเครื่องมือจากขั้นตอนที่ 3 ถึง 5 แล้วตั้งขีดจำกัดจำนวนคำขอ
ตรงนี้เองที่คำเตือนเรื่องคอนเท็กซ์ในสรุปสั้น ๆ สำคัญ แก้ปัญหานี้ก่อนเพิ่มรอบสนทนา
ทำไมลูปที่ใช้ไฟล์หนักต้องบีบอัดคอนเท็กซ์?
คำขอที่ต่อเนื่องจะรวมผลเครื่องมือก่อนหน้า และการค้นหาเอกสารอาจคืนข้อความจำนวนมาก ในต้นแบบที่ล้มเหลว การต่อครั้งถัดไปถึง 1,116,321 โทเค็นและเกินหน้าต่าง 500,000 โทเค็นของ Grok 4.7
การบีบอัดคอนเท็กซ์ ไม่สามารถช่วยคำขอที่เกินขีดแล้วได้ ลูปที่แก้ไขแล้วจะบีบอัดทุกเทิร์นที่ค้นหาเอกสารสำเร็จก่อนส่งคำขอครั้งถัดไป
คงการ
appendท้ายสุดนั้นไว้ การบีบอัดจะตัดเอาต์พุตของเครื่องมือที่ยืดยาวออก ดังนั้นการย้ำผลตัวตรวจยืนยันช่วยให้คำตอบถัดไปเลี่ยงการตรวจที่แต่งขึ้นหรือสับสน การบีบอัดหลังทุกเทิร์นที่หนักเอกสารเป็นจังหวะที่รอบคอบ; ระบบใหญ่กว่าอาจใช้เกณฑ์จำนวนโทเค็นอินพุตแทนRev B ผ่านการยืนยันไหม?
ผ่าน Grok เปลี่ยนชิ้นส่วนหนึ่งตัวในแต่ละซับซิสเต็มที่ล้มเหลว: พลังงาน กำลังขยาย ADC และแบนด์วิดท์ของฟิลเตอร์ ไดอะแกรมแสดงค่า Rev A และ Rev B ที่แน่นอน
การเปลี่ยน 3 ชิ้นส่วนแก้ Rev A ได้ อิมเมจโดยผู้เขียน
จากนั้นส่งค่าที่แก้ไขไปยัง
verify_design()ซึ่งจะส่งผลหนึ่งรายการต่อข้อกำหนดงานออกแบบที่แก้ไขผ่านการตรวจทุกข้อ อิมเมจโดยผู้เขียน
ผลที่ไม่ผ่านจะส่งกลับเป็น
function_call_outputเพื่อให้ Grok ปรับงานออกแบบต่อไปจนกว่าจะผ่านเช็คหรือลิมิตคำขอหมดขั้นตอนที่ 7: ส่งคืนรีวิววงจรแบบมีโครงสร้างอย่างไร
เอาต์พุตแบบมีโครงสร้าง ส่งคืนอ็อบเจ็กต์ที่ตรงตามสคีมาแทนโพรสที่ต้องพาร์สเอง เรียก
client.responses.parse()ด้วยโมเดล Pydantic ในบทสนทนาเดียวกัน โดยปิดการเรียกเครื่องมือสคีมาที่ถูกต้องไม่ใช่หลักฐานว่าเนื้อหาถูกต้อง ดังนั้นให้รวมผลตัวตรวจยืนยันและบอก Grok ให้ยึด
verifier_resultตามนั้น JSON ที่ได้สามารถส่งต่อเข้า issue tracker หรือคิวอนุมัติโดยมนุษย์ได้รีวิวแบบมีโครงสร้างรายงานอะไรบ้าง?
รายงานแบบมีโครงสร้างควรทำเครื่องหมายว่าข้อบกพร่องเดิมแต่ละข้อได้รับการแก้ไข อ้างค่าที่วัดได้จากตัวตรวจยืนยัน และเก็บประเด็นที่ยังไม่ทดสอบไว้ภายใต้
open_risksสำหรับงานออกแบบนี้ ประเด็นดังกล่าวรวมถึงเรกูเลเตอร์ที่อยู่ตรงพื้น 500 mA พอดี และคอนเดนเซอร์ของ ADC ที่ต่างจากคำแนะนำของ Espressifการเพิ่มระดับความพยายามให้เหตุผลของ Grok 4.7 ช่วยรีวิววงจรได้ไหม?
ระดับที่สูงขึ้นไม่ได้ปรับคะแนนของตัวตรวจยืนยันให้ดีขึ้น แต่เปลี่ยน คุณภาพของวิธีแก้ฟิลเตอร์ แต่ละระดับได้รับสเกแมติก พรอมต์ เครื่องมือ และลิมิตคำขอเหมือนกัน
Effort
Defects / false positives
Verifier calls
Input / cached
Output / reasoning
Tools
Time
Cost
low3/3, 0; PASS
1
256,006 / 197,120
7,950 / 2,323
7
111.2 s
$0.2990
high3/3, 0; PASS
1
364,611 / 131,456
21,904 / 14,268
15
292.8 s
$0.7385
xhigh3/3, 0; PASS
2
413,071 / 336,896
19,685 / 14,800
17
277.8 s
$0.5239
lowลดค่าตัวต้านทานและคงคอนเดนเซอร์ 1 µF ไว้ ทำให้ประเด็นโหลดเชิงความจุและการเซตตัวอยู่นอกตัวตรวจยืนยัน คำแนะนำโหลดเชิงความจุของ Microchip ระบุว่าตัวต้านทานอนุกรมช่วยปรับเสถียรภาพได้ ดังนั้นผลนี้ไม่ได้พิสูจน์ว่าวิธีแก้ไม่เสถียร; ควรทดสอบการตอบสนองความถี่ การตอบสนองต่อสเต็ป หรือทดสอบบนเบนช์highเปลี่ยนคอนเดนเซอร์แทน ขณะที่xhighเลือกค่าท้ายสุดเหมือนhighหลังมีการเรียกตัวตรวจยืนยันเพิ่มหนึ่งครั้งเมื่อไรที่การให้เหตุผลระดับ xhigh คุ้มค่า?
สำหรับการเปรียบเทียบครั้งเดียวนี้
highให้สมดุลที่ดีกว่า เลี่ยงประเด็นโหลดที่ไม่ได้ทำแบบจำลองโดยไม่ต้องเรียกตัวตรวจยืนยันเพิ่มแบบxhighการรันต่อระดับเพียงครั้งเดียวยังสรุปอันดับโดยรวมไม่ได้Grok 4.7 แก้วงจรได้ไหม?
คำตอบของคำถามเปิดคือ ได้ ภายในขอบเขตการตรวจของตัวตรวจยืนยันทั้งห้าข้อ ตารางสรุปผลก่อนหน้าไว้ในมุมมองเดียว
Grok แก้ไขข้อกำหนดที่เข้ารหัสไว้เรียบร้อย แต่ไม่ได้พิสูจน์ว่าบอร์ดที่แก้ไขสมบูรณ์ทางไฟฟ้าหรือพร้อมผลิต
เอกสารตัดสินว่าความกังวลมีหลักฐานหรือไม่ Python ตัดสินว่าฉบับแก้ผ่านหรือไม่ โพรสสละสลวยทดแทนทั้งสองอย่างไม่ได้
ชมรีวิวบน Streamlit
บทความ Streamlit ของเราอธิบายอินเทอร์เฟซที่ใช้ที่นี่ ใช้ สตรีมมิง เพื่อแสดงการเรียกเครื่องมือแบบเรียลไทม์ แล้วแสดงเช็คของตัวตรวจยืนยันและรายงานสุดท้าย