為什麼需要 KDP Code？
KDP Code 不是一般聊天機器人，也不是單純的 code completion。它是為車用軟體工程流程設計的 Agent Platform，能理解 KDP Hub 中的規格、Git repo、工具資料與工程知識，協助同步 SYS / TECH / DD 文件、A2L、ARXML、DBC、原始碼與測試產物。LLM 不會直接執行動作，而是產生 typed DSL Blueprint，經人工審查與簽核後再由 Executor 執行。
-
Plan、Execute、Reflect 的 Agent loop，並由 ContextManager 控制每次 LLM 呼叫的上下文與 token 預算。
-
DSL Blueprint 搭配 Ed25519 簽核流程，讓 AI 產生的工程操作先被編譯、審查、簽核，再執行。
-
透過 MCP、Skill 與 Playbook 串接單一工具任務與跨工具工程流程。
核心功能
ContextManager 與 Token Budget
每次 LLM 呼叫都由 system prompt、project tree、DSL docs、playbooks、memory、RAG 與 messages 重新組合，降低過期上下文與過大 prompt 的風險。
Deterministic DSL Pipeline
LLM 只輸出 DSL，系統再透過 tokenizer、parser、AST、compiler 編譯成 Blueprint。真正執行仍由確定性的軟體流程控制，而不是讓 AI 直接改動工程檔案。
Project-level Prompt System
Hub 提供基礎 prompt 與工具規則，專案可透過 .kdp/prompts 與 .kdp/AGENT.md 加入命名規範、工程慣例與 review 要求。
Skill 與 Playbook 編排
Skill 可封裝單一工具的可重複任務；Playbook 可編排兩個以上工具，例如同步規格、SWC、網路資料庫與驗證產物。
Memory 與 Codebase RAG
支援短期對話記憶、session summary 與跨 session 記憶；Codebase RAG 可用 AST-aware chunking 擷取完整 function 或 class，提升工程上下文準確度。
Transcript 與可重播流程
Context snapshot、LLM call 與 tool execution 可記錄為 JSONL transcript，便於稽核、審查與重播 AI 輔助工程操作。
從單一需求到跨工具工程輸出
工程師描述需求後，KDP Code 產生 DSL，編譯為 Blueprint，進入人工審查與簽核，再同步到 KDP Library、Calibrator、SWC Designer 與網路資料庫工具。
Intent
描述需求、限制、ASIL 等級、訊號範圍或交付物。
ContextManager
組合專案、工具、RAG、記憶與對話上下文。
LLM / Skill
輸出 DSL block，或展開確定性的 Skill template。
Compiler
Tokenizer -> Parser -> AST -> Blueprint。
Approval
人工 review，並簽核可執行 Blueprint。
Executor
透過 Builtin、MCP、CLI 或 API adapter 執行。
Blueprint 輸出可串接
KDP Library：SYS / TECH / DD 規格與 trace links
Calibrator：A2L characteristics 與 DAQ map
SWC Designer：AUTOSAR ports、interfaces 與 ARXML
Network Designer：CAN DBC、signal matrix 與 routing rules
常見問題
KDP Code 和 GitHub Copilot 或 Cursor 有什麼差異？
KDP Code 不以一般程式碼補全為主，而是針對車用軟體跨工具工作流，把工程意圖轉成 typed DSL Blueprint，交由 KDP Hub 工具與 MCP server 執行。
LLM 判斷錯誤會直接破壞專案嗎？
不會。LLM 只產生 DSL；DSL 會被編譯成 Blueprint，經人工 review、簽核後才由 Executor 執行。每一步也可以記錄成 transcript 供審查與回溯。
KDP Code 可以離線使用嗎？
DSL compiler、Blueprint、Skill template 與 Playbook 可以在本機運作；需要 LLM 推理的步驟則由 KDP 平台服務提供。