LEGO：基于LLM技能的前端设计生成平台

现有的基于LLM的EDA智能体通常是相互隔离的任务特定系统。这导致重复的工程投入，且成功的设计与调试策略难以复用。我们提出LEGO，一个统一的基于技能的前端设计生成平台。它将数字前端流程分解为六个独立步骤，并将每项智能体能力表示为即插即用架构中标准化、可组合的电路技能（circuit skill）。为构建该技能库，我们调研了100多篇论文，选出11个代表性开源项目，并在六步有限状态机形式化下提取出42个可执行电路技能。Circuit Skill Builder以线性可扩展性实现技能提取自动化。Agent Skill RAG无需依赖嵌入模型即可实现亚毫秒级检索。在gpt-5.2-codex于超高（extra-high）推理力度下仍无法求解的41道VerilogEval v2难题子集上的实证评估表明，在LEGO中构建的单个电路技能将Pass@1从0.000提升至0.805。这较基线提升80.5%。跨项目的技能组合同样达到0.805的Pass@1。它们超越hierarchy-verilog 14.6%，超越VerilogCoder 2.5%，并与MAGE持平。这些结果表明，模块化技能组合能够支撑高效且灵活的RTL设计自动化。LEGO平台与全部电路技能已在GitHub公开发布：https://github.com/loujc/LEGO-An-LLM-Skill-Based-Front-End-Design-Generation-Platform