本次对极小海 AI 客服进行了较系统的嵌入式工程问题测试，主要测试 MCU 外设配置、EtherCAT 实时控制、伺服驱动、DMA/Cache 以及 CANopen 故障诊断等场景。测试结果如下：
- MCU 外设复用与 DMA 配置：整体能够理解问题，并能够给出一定的配置思路和代码示例。对于具体芯片型号相关的问题，建议进一步加强与官方数据手册、参考手册的对应，避免将同系列其他型号的配置混用。评分：8/10。
- EtherCAT 三轴机器人实时控制问题：在测试过程中出现“模型不可用”的情况，导致该问题无法继续获得正常回答。这是本次测试中比较明显的异常。建议增加模型不可用时的自动恢复、模型切换或友好提示机制，并尽可能保留用户已经输入的问题，避免用户重复输入。评分：无法评价。
- 伺服电机与制动电阻选型：能够分析制动电阻与再生能量之间的关系。此类问题涉及实际工程计算，建议回答时进一步明确负载惯量、速度、加速度、传动机构等必要参数，并避免在参数不完整时直接给出确定的电阻规格。评分：8/10。
- Cortex-M7 DMA 与 Cache 一致性问题：该问题可以较好地测试 AI 对底层机制的理解。重点应检查其对 Cache Clean、Invalidate、MPU Non-cacheable 以及 volatile 的理解是否准确。对于这类底层问题，如果能够明确给出原理、适用场景和可验证代码，实际工程价值较高。评分：9/10。
- CANopen 通信异常诊断：问题涉及硬件、CAN 控制器、CANopen 协议栈、RTOS 和应用程序多个层次。建议进一步增强系统级故障定位能力，例如根据错误状态、PDO 超时、NMT 状态和任务运行情况建立逐层排查路径。评分：8/10。
总体评分：8/10。
整体来看，极小海对于常规嵌入式开发问题具有一定辅助作用，但对于具体芯片型号、实时控制和复杂系统故障诊断等问题，还需要进一步增强技术资料准确性和工程级分析能力。
另外，本次测试过程中出现了模型不可用的情况，希望后续能够重点优化服务稳定性，并在模型暂时不可用时提供自动重试、模型切换或明确的错误提示。
|
请楼内回复的所有友友，私信
关于局限性方面，想问问您这边希望极小海再提供什么方面的信息嘞，您的建议可以让极小海变得更懂工程师！~
