人工智能简介
第一部分 简介
  第1章 AI：软件工程和系统工程的规则改变者
    1.1 提出正确的问题
    1.2 AI的多重面孔
    1.3 应用于系统工程的AI角色
    1.4 选择一组稳定的抽象
    1.5 没有软件就没有系统
    1.6 本书的结构
      1.6.1 概念模型涵盖硬件和软件
      1.6.2 领域驱动的逻辑架构
      1.6.3 从逻辑架构到物理架构
      1.6.4 让软件得以存在
  第2章 没有软件就没有系统
    2.1 SysML行为模型概述
    2.2 嵌入式与非嵌入式软件
    2.3 从SysML模型生成代码
    2.4 每类软件都需要自己的提示词集合
    2.5 学习与AI交谈
    2.6 领域驱动设计的支持
    2.7 支持数据库安全
    2.8 支持用例驱动的开发
    2.9 尽早迭代、频繁迭代
    2.10 UI快速迭代带来的益处
    2.11 MBSE代码生成用例
    2.12 功能分解和面向对象设计
      2.12.1 功能分解的含义
      2.12.2 功能分解与用例分析的区别
      2.12.3 忘记历史的人注定要重蹈覆辙
      2.12.4 20世纪90年代功能分解消失的原因
      2.12.5 功能分解的难题
      2.12.6 面向对象设计的优势
    2.13 领域驱动设计
    2.14 系统工程师青睐IDEF0培训
    2.15 讽刺：吸血鬼的复活
      2.15.1 教授怎么说
      2.15.2 瑜伽修行者怎么说
    2.16 硬件/软件协同设计的流程路线图
    2.17 总结
  第3章 SysML v2简介和AI知识
    3.1 内核建模语言
    3.2 SysML v2 API和服务
    3.3 视图和图
    3.4 图形和文本标识法
    3.5 定义和使用
    3.6 SysML v2和AI
第二部分 概念模型
  第4章 AI辅助的领域建模
    4.1 领域对象构成逻辑架构的核心
    4.2 领域模型的定义
    4.3 创建领域模型
    4.4 与AI对话
    4.5 AI帮助开发领域模型
    4.6 编写用例有助于发现更多的领域对象
    4.7 从问题到解决方案曲折向前
    4.8 AI会遗忘什么
    4.9 AI也会作假
    4.10 准备带有属性和操作的逻辑架构
    4.11 做一个SysML v2模型
    4.12 总结
    4.13 本章使用的提示词
  第5章 AI辅助用例建模
    5.1 软件/系统用例与业务用例
    5.2 雨天场景
    5.3 用例建模速度极快
    5.4 用例叙述是领域对象的丰富来源
    5.5 完整用例模板的应用
    5.6 分析级用例和设计级用例
    5.7 使用活动识别可选行为和异常行为
    5.8 取消“瑞士奶酪”需求
    5.9 更精准的提示词有助于获得正确的细节
    5.10 认为人工智能绝对正确非常危险
    5.11 与人工智能的幻觉的亲密遭遇
    5.12 如何建立软件用例
    5.13 生成屏幕并运行
    5.14 做一个SysML v2模型
    5.15 总结
    5.16 本章使用的提示词
  第6章 人工智能辅助需求建模
    6.1 需求基础
    6.2 从顶层需求开始
    6.3 可追溯性是一件非常重要的事情
    6.4 理论上的需求与实践上的需求
      6.4.1 Zigzag 1：子系统需求
      6.4.2 Zigzag 2：软件需求
      6.4.3 Zigzag 3：用例的可选和异常行为
    6.5 深度挖掘提示词
      6.5.1 深度挖掘1：图像预处理和分析需求
      6.5.2 深度挖掘2：数据库需求
      6.5.3 深度挖掘3：光束控制需求
    6.6 有效性测度解释
    6.7 使用8个提示词发现154个需求
    6.8 做一个SysML v2模型
    6.9 总结
    6.10 本章使用的提示词
第三部分 逻辑架构和物理架构
  第7章 子系统和逻辑架构
    7.1 领域驱动逻辑架构的优势
    7.2 子系统：问题与解决方案空间的边界
      7.2.1 识别子系统
      7.2.2 识别每个子系统的构件
      7.2.3 子系统之间的关系——顶层架构
    7.3 人在回路的行为建模
    7.4 顶层状态机仿真
    7.5 充实架构：深入挖掘到子系统
      7.5.1 在子系统内：更完整的构件定义
      7.5.2 在子系统内：添加子系统控制器
      7.5.3 在子系统内：控制建模算法
      7.5.4 仿真，然后生成
    7.6 在子系统内：状态机
    7.7 做一个SysML v2模型
    7.8 逻辑架构流程概述
    7.9 总结
    7.10 本章使用的提示词
  第8章 组件和物理架构
    8.1 Perry Matrix：从角色到智能体
    8.2 从子系统BDD开始
    8.3 选择微控制器
    8.4 从逻辑到物理：传感器和放大器
    8.5 深入研究组件选择
    8.6 权衡研究
      8.6.1 免责声明
      8.6.2 假设权衡研究1：放大器和前置放大器
      8.6.3 聚焦相关性能需求
      8.6.4 找到满足性能需求的组件
      8.6.5 将性能需求添加到SysML模型
      8.6.6 具体确定组件细节
      8.6.7 使用实例表帮助组件之间的可视化权衡
      8.6.8 聚焦满足性能需求的组件
      8.6.9 通过健全性检查决策
      8.6.10 假设权衡研究2：背散射电子探测器（BSED）
      8.6.11 人工智能抵触使用互联网
      8.6.12 智能体与角色：让Perry探索具体信息
    8.7 做一个SysML v2模型
    8.8 反复迭代（直到选择所有组件）
    8.9 总结
    8.10 本章使用的提示词
  第9章 AI辅助参数仿真
    9.1 有效性测度和性能需求
    9.2 增强信号、降低噪声
    9.3 Perry Matrix变成智能体并获得某一目标
    9.4 了解SEM成像
    9.5 从噪声滤波器切换到前置放大器
    9.6 设置仿真
    9.7 在聊天会话中的恢复上下文
    9.8 仿真信号发生器
    9.9 信号发生器参数图
    9.10 仿真结果
    9.11 总结
    9.12 本章使用的提示词
第四部分 软件和代码生成
  第10章 在AI出现之前的代码生成
    10.1 SysML状态机和嵌入式代码
    10.2 IBM的Rhapsody软件
      10.2.1 状态机表示
      10.2.2 代码生成考虑因素
      10.2.3 依赖于框架的代码生成
    10.3 嵌入式工程师
      10.3.1 状态机代码生成
      10.3.2 独立于框架的标准C++代码生成
      10.3.3 附加功能
    10.4 Rhapsody和Embedded Engineer
    10.5 UI和数据库开发：低代码/无代码
      10.5.1 早期起源：PowerBuilder——一个先驱框架
      10.5.2 模型驱动工程和IDE
      10.5.3 低代码/无代码平台的出现
      10.5.4 进步与AI集成
    10.6 CodeBot：AI取代模型驱动的低代码
      10.6.1 AI对CodeBot及类似工具的影响
      10.6.2 从历史中学习——CodeBot特征之旅
      10.6.3 Hello CodeBot——一个简单、安全、富媒体、低代码的应用程序
      10.6.4 项目结构
      10.6.5 UML简介
      10.6.6 导航状态机
      10.6.7 注册
      10.6.8 JWT认证
      10.6.9 自动部署实现快速迭代测试
      10.6.10 zip文件中的应用程序
      10.6.11 登录
      10.6.12 主页
      10.6.13 更多信息
    10.7 总结
  第11章 从状态机生成嵌入式代码
    11.1 子系统与状态机的关系
      11.1.1 SysML状态机组件
      11.1.2 将SysML状态机映射到嵌入式代码
      11.1.3 嵌入式C/C++中的示例
    11.2 微控制器
    11.3 实时代码生成工具
    11.4 Servo Magic
      11.4.1 Arduino特性
      11.4.2 Arduino功能
      11.4.3 使用Arduino函数的交通信号灯状态机代码示例
    11.5 重新回到电子显微镜
    11.6 所有子系统的汇总状态机
    11.7 按需提供更多详细信息
    11.8 电子束控制状态机
    11.9 自上而下的检查
    11.10 生成状态机的C++代码
    11.11 总结
    11.12 本章使用的提示词
  第12章 AI辅助数据库设计和编程
    12.1 数据库的一些基本概念
    12.2 SEM的数据库需求
    12.3 关于MERN堆栈的介绍
    12.4 用于存储和检索图像的简单数据库
    12.5 设置数据库（MongoDB）
    12.6 启动并运行Node.js服务器
    12.7 使用Node创建数据库访问API
    12.8 转向数据库访问API
    12.9 细化数据库访问API
    12.10 生成客户端数据库访问对象
    12.11 更高级的数据库主题：访问控制
    12.12 RBAC实践
    12.13 总结
    12.14 本章使用的提示词
  第13章 用户界面设计和编程
    13.1 列出SEM软件和屏幕功能
    13.2 简化的螺旋模型非常适于UI开发
    13.3 从线框图开始
    13.4 遵循演进的螺旋UI流程
      13.4.1 步骤1：初始的文本线框图
      13.4.2 根据数据模式审查线框图
      13.4.3 步骤2：AI生成的HTML/IQM/CSS
      13.4.4 步骤3：迭代细化
      13.4.5 步骤4：集成
    13.5 总结
    13.6 本章使用的提示词
  第14章 人工智能辅助软件测试
    14.1 软件测试的三种自动化风格
    14.2 更多测试风格：数据库和API测试
    14.3 另一种风格：硬件在环测试
    14.4 测试用例生成第1部分：单元测试
    14.5 测试用例生成第2部分：行为测试
    14.6 测试用例生成第3部分：UI测试
    14.7 电子显微镜：单元测试
    14.8 电子显微镜：BDD测试
    14.9 电子显微镜：Selenium测试
    14.10 电子显微镜：数据库和API测试
    14.11 总结
    14.12 本章使用的提示词
编后语
附录A Sister Mary Lou开发SEM的SysML v2模型
附录B 缩略语
参考文献