AI驱动自动化

PARVIS

AI驱动的汽车软件
开发产物自动化

从新开发到遗留代码分析，自动化正向/逆向V-Model全过程，自动生成符合ASPICE流程的产物。

联系我们了解更多

正向

需求

需求自动分析

编码器

代码安全自动化

验证

测试自动生成

逆向

逆向分析

基于代码的逆向提取

V-Model文档

SRS / SAD / SDD

门户

Web仪表板

验证成果

在实际项目中测量的PARVIS性能指标

3~4x

工作效率提升

与手工操作相比，开发生产力提高3-4倍。大幅减少重复文档工作和代码验证时间。

40%94%

MISRA-C合规率

+54%

5%100%

文档覆盖率

+95%

0%85%+

测试覆盖率

+85%

两条路径，一个平台

使用PARVIS自动化新开发和遗留分析

正向工程 (Forward Engineering)

DOCCODETEST

需求文档 → 代码 → 验证

逆向工程 (Reverse Engineering)

CODEREQV-MODEL

现有源代码 → 需求逆向提取 → V-Model文档自动生成

三步流程

从设计到验证，完全自动化

自动生成符合ASPICE流程的文档、代码和测试产物

1PARVIS-Spec

需求自动分析与
追溯矩阵生成

自动分析规格书以结构化需求，并自动生成需求-代码-测试之间的追溯矩阵。基于AI的自然语言处理引擎分析文档语义，自动提取技术需求。

规格书自动分析
需求结构化
追溯矩阵自动生成

Requirements.docx

分析完成

追溯矩阵

自动生成 · 100%覆盖率

main.c

// MISRA-C Compliant

void SafetyCheck() {

✓ Rule 8.4 compliant

✓ Rule 10.1 compliant

}

2PARVIS-Coder

代码安全自动化与
API文档自动生成

AI重构算法自动应用MISRA-C和内部编码规则，同时生成基于注释的API文档。确保开发产物的质量和一致性。

MISRA-C自动应用
编码规则检查
API文档自动生成

3PARVIS-Verify

测试覆盖率分析与
测试代码自动生成

基于测试需求自动生成场景，并反映代码变更历史持续更新覆盖率。系统性地加速验证阶段。

测试场景自动生成
实时覆盖率分析
变更历史自动反映

测试覆盖率Auto

Auto

测试用例

100%

通过率

legacy_module.c

// Undocumented legacy code

void BMS_StateHandler() {

...

}

需求已提取

状态机已检测

V-Model文档已生成

Reverse Engineering

遗留代码也能自动文档化

从无文档的现有代码中逆向提取需求，自动生成V-Model产物

代码语义分析（基于LLM）
算法/常量/结构体自动提取
模块自动识别与分类

语义分析C源代码，自动提取功能需求、算法、状态机和数据结构。并行代理高效处理大规模代码库。

核心价值

PARVIS提供的差异化价值

减少错误

通过AI自动化最小化人为错误并提高代码质量

调用优化

通过优化的API调用结构提高处理速度

Token节省

通过高效数据处理降低运营成本

更好的可用性

通过直观的界面和工作流程最大化生产力

遗留可视化

即时分析无文档的遗留代码，自动生成需求和设计文档。可立即用于交接、维护和ASPICE评审。

用AI将开发生产力
提高3-4倍

与PARVIS一起自动化ASPICE流程，
同时确保质量和生产力。

联系我们