GitHub 地址：https://github.com/ailyProject/aily-blockly

简介

Aily Blockly​ 是 Aily Project 旗下的一款工业级硬件图形化开发环境。它基于 Electron + Angular 构建，深度融合了 Blockly 可视化编程与 AI 大模型能力，旨在打破专业嵌入式开发与业余创客之间的壁垒。

传统的 Arduino IDE 或 PlatformIO 环境配置复杂，且库版本冲突频发。Aily Blockly 引入了前端领域的 npm 工程化理念，实现了“每个项目独立管理开发板包和库版本”，彻底解决了环境依赖冲突问题。其长期愿景是实现真正的自然语言编程，让开发者通过对话即可完成硬件开发。

主要功能

1. 工程化项目管理（核心优势）

• 环境隔离：采用类似前端开发的 package.json机制，每个项目独立管理开发板核心（Core）和库（Library）版本。这意味着你可以在不同项目中使用不同版本的 ESP32 核心或传感器库，互不干扰。

• 依赖管理：内置库管理器，支持一键安装、更新和切换库版本，避免了传统 Arduino IDE 全局库管理导致的“版本地狱”。

2. AI 全流程辅助

• AI 项目生成：向 AI 描述需求（如“做一个温湿度监测站”），AI 会自动推荐开发板（ESP32/STM32等）、模块、库，并生成项目架构图与引脚连接图。

• AI 代码生成：在 Blockly 图形化编程中，AI 可根据自然语言描述生成对应的逻辑积木块或 MicroPython 代码。

• AI 库转换：杀手级功能。如果你有一个 Arduino 的 C++ 库但缺少对应的 Blockly 积木，只需将库文件提供给 AI，它会自动分析并生成对应的 Blockly 自定义积木库，极大扩展了生态边界。

3. 多硬件平台支持

• 芯片支持：全面覆盖 Arduino (AVR)、ESP32、STM32、RP2040、nRF5x​ 等主流微控制器。

• 语言模式：支持 Blockly 图形化编程与 MicroPython​ 代码编辑（开发中）。

4. 开发调试工具链

• Pinout 视图：提供美观的交互式开发板引脚图，清晰展示电源、GPIO、ADC 等引脚功能。

• 全能串口调试器：内置功能强大的串口监视器，支持数据可视化与协议调试。

• 闪电编译（Lightning Compile）：利用边缘-云协同编译技术，将原本需要数十分钟的编译任务缩短至 1 分钟左右（Phase 1 已上线）。

安装与配置

系统要求

• 操作系统：Windows (10+)、macOS、Linux（需自行构建）。

• 依赖环境：需要 Node.js​ 环境（用于包管理和脚本执行）。

安装步骤

1. 获取安装包：

   • 推荐：从 GitHub Releases 页面下载对应系统的最新预编译安装包（如 Aily-Blockly-0.9.40-win.exe）。

   • 开发者：克隆源码后执行 npm install安装依赖，使用 npm run electron启动。

2. 首次配置：

   • 启动软件，创建新项目时，在“项目设置”中选择目标开发板（如 esp32:esp32:esp32s3）。

   • 软件会自动通过 npm 拉取对应的编译工具链和核心库到项目本地目录。

配置 AI 能力（可选）

在设置中配置你的 AI API Key（如 OpenAI 或本地模型），即可解锁 AI 生成与转换功能。未配置时，部分在线 AI 功能不可用。

如何使用

标准开发工作流

1. 创建项目：选择“AI 项目生成”，输入“基于 ESP32-S3 的 WS2812B LED 灯带控制器”，AI 会生成项目骨架。

2. 连接硬件：参考 AI 生成的引脚连接图，将模块与开发板连接。

3. 编程：

   • 图形化：在 Blockly 编辑器中拖拽积木，或使用“AI 代码生成”描述逻辑。

   • MicroPython：切换到代码视图直接编写。

4. 编译与烧录：点击“闪电编译”按钮，生成固件后通过内置的 Probe-rs 调试器（支持 DAPLink）一键烧录。

5. 调试：使用内置串口工具查看传感器数据日志。

高级技巧：库转换实战

当你需要使用一个冷门传感器库（如 Adafruit_VEML7700）但 Aily 未内置时：

1. 找到该库的 Arduino .h/.cpp文件。

2. 在 Aily 中打开“AI 库转换”功能，上传文件。

3. AI 会解析头文件，自动生成对应的 Blockly 积木块（如“设置 VEML7700 增益”、“读取 Lux 值”）。

4. 保存为自定义库，即可在项目中像内置库一样拖拽使用。

应用场景实例（无代码）

场景一：教育领域的“零门槛”物联网教学

痛点：中小学或高职的物联网课程中，学生常被 C 语言语法、环境配置、库安装等难题劝退，一节课大半时间在解决编译报错。

Aily Blockly 方案：

1. 教师统一分发项目文件（包含预配置好的 ESP32 环境）。

2. 学生通过拖拽 Blockly 积木（如“网络连接”、“MQTT 发布”），在 10 分钟内即可完成一个“教室温湿度上传到云平台”的案例。

3. 价值：学生专注于硬件逻辑而非语法细节，教学效率提升 300%，且无需担心学生电脑环境不一致导致的问题。

场景二：硬件团队的“快速原型验证”

痛点：硬件工程师有一个新想法（如用 STM32 驱动新型屏幕），但软件工程师排期已满。手动写驱动和配置 HAL 库耗时数天。

Aily Blockly 方案：

1. 硬件工程师在 Aily 中创建 STM32 项目。

2. 使用“AI 库转换”功能，将屏幕厂商提供的 HAL 库文件转换为积木。

3. 通过图形化逻辑快速验证屏幕点亮、触摸等基础功能。

4. 价值：1 天内完成硬件可行性验证，生成的代码框架可直接交付给软件工程师进行深度开发，节省大量前期沟通成本。

场景三：创客的“跨平台迁移”

痛点：创客有一个基于 Arduino Uno 的成熟项目，现在想升级到性能更强的 RP2040，需要重写大量引脚定义和库代码。

Aily Blockly 方案：

1. 在 Aily 中导入原项目的逻辑（或通过 AI 描述还原）。

2. 切换项目开发板为 RP2040。

3. AI 会自动适配 RP2040 的 SDK 和引脚映射，并提示需要修改的硬件连接（如串口引脚变化）。

4. 价值：无需手动逐行移植代码，实现了硬件平台的“低摩擦”切换。

总结

Aily Blockly 不仅仅是“图形化 Arduino IDE”，它通过引入 npm 工程化和 AI 代码转换，解决了嵌入式开发中最为头疼的环境一致性和生态碎片化问题。它将 AI 定位为“硬件开发助手”而非单纯的代码补全工具，从项目生成到库适配，实现了全流程的智能化辅助。

对于教育、原型验证和快速迭代场景，它是目前最具工程化思维的硬件开发 IDE 之一。

GitHub 地址：https://github.com/ailyProject/aily-blockly