CI/CD og AI til LabVIEW og TestStand

CI/CD · AI · 3. november 2026

Den 3. november holdt jeg oplægget CI/CD and AI for LabVIEW and TestStand – What actually works right now på T&M days på Scandic Kodbyen i København, lige før NORDLUG. Her er den korte version.

Hent slides som PDF (32 slides, 1,3 MB). Videoerne fra oplægget er med nedenfor.

De to emner hører sammen. CI/CD bygger og tjekker koden automatisk. AI skriver kode, som skal tjekkes. Det ene gør det andet mere værd.

CI/CD i seks trin

Pipelinen kører i GitLab på en Windows-VM med LabVIEW og TestStand installeret. Et commit starter den – ingen logger ind på en build-PC.

1. Checkout – en self-hosted GitLab-runner henter koden. Erfaring: hold build-stien kort (builds_dir = C:\b). GitLabs mapper plus dybe LabVIEW-stier rammer hurtigt grænsen på 260 tegn, og fejlbeskederne siger intet om stier.
2. Analyse – dokumentation, diff-rapport, VI Analyzer og unit tests, alt sammen fra NI's LabVIEW CI/CD Toolkit med resultaterne på dets CI Dashboard.
3. Build LabVIEW – packed libraries i rækkefølge efter afhængigheder, med LabVIEW CLI. CLI'en har indbyggede operationer som MassCompile, ExecuteBuildSpec, RunVIAnalyzer, RunUnitTests og CreateComparisonReport – og du kan lægge dine egne til.
4. Build TestStand – sekvensfilerne peges om til de byggede PPL'er og til firmware og andre filer. I dag gør et LabVIEW-step det via TestStand-API'et; gemt som XML ville det være en simpel tekst-erstatning. Erfaring: native DLL'er, der virker under udvikling, kan mangle under TestStand-runtime – kopiér hjælpe-DLL'erne med i deployment.
5. Upload til WATS – en kladdepakke i WATS giver pakkenummeret, versionen (merge request + pakkenummer) stemples i .seq-filen, tags sørger for, at pakken installeres på de rigtige maskiner, og pakken uploades. Hver enhed i produktionen kan spores tilbage til den merge request, der byggede den.
6. Gem resultater – docs, rapporter og logs gemmes med kørslen, og de relevante folk får en mail.

Hvert commit kører de hurtige trin: checkout, analyse og gem resultater. En merge request kører hele kæden.

Har du ingen pipeline endnu, så start i det små: Git, så LabVIEW CLI, så VI Analyzer. Alle tre kører på din egen PC – der skal ingen build-server til.

AI og LabVIEW

En VI er en binær fil. Kan en AI overhovedet læse den? Svaret har ændret sig flere gange bare de seneste uger:

• For to uger siden brugte Claude pylabview til at omsætte en VI til XML. LVkit bygger på pylabview og viser VI'er i VS Code – med beskrivelse, diff, dokumentation og en MCP-server til AI-agenter.
• Nu skriver Claude selv en lille parser til VI-formatet, ca. 40 linjer Python, og læser filen direkte. Samme VI, nyt værktøj.
• For at ændre en VI skal AI'en kunne bruge LabVIEW selv. Zühlkes LabVIEW MCP-server giver den adgang via MCP (Model Context Protocol) og bruger nu også pylabview til at læse og skrive VI'er direkte.

NI's egen assistent, Nigel, byggede et kryds og bolle-spil som VI. Det lykkedes – i syvende forsøg.

TestStand er lettere at gå til. Der er tre veje: små ændringer direkte i sekvensfilen som XML, TestStand-API'et fra Python, som er den robuste, eller Zühlkes MCP-server (kun 32-bit). I oplægget viste jeg én prompt, der gav en færdig TestStand-test med LabVIEW-kodemoduler – kørt og med rapport.

Status 3. november 2026

• Virker: CI Dashboard med docs, diffs, VI Analyzer og unit tests. Claude læser, skriver og ændrer LabVIEW- og TestStand-kode. Én prompt giver en færdig, kørende TestStand-test eller LabVIEW-applikation.
• Virker halvt: ændringer i store, komplekse VI'er. Nigel, der skriver LabVIEW-kode. Stil og oprydning kan blive bedre.
• Ikke endnu: en LLM, der skriver .seq-filer fra bunden som tekst. Nigel med event structures, subVI'er og lignende.

Min konklusion: LabVIEW og TestStand er tæt på at kunne arbejde med AI som ethvert tekstbaseret sprog. Et eksempel fra en kunde: ændringen blev planlagt i bilen, var implementeret, da jeg ankom, og kom i produktion efter review og test.

På kundeprojekter spørger jeg altid først. Nogle kunder siger ja til det hele, nogle vil have, at jeg bruger deres eget abonnement, og nogle siger nej. Det er kundens valg.

Tak

Oplægget bygger på andres gode arbejde. Tak til Elijah Kerry, Anton Sundqvist, Jonathan Graesser og Jean-Claude Mengisen.

Næste NORDLUG

NORDLUG #9 er online på Teams tirsdag 8. december 2026 kl. 15.00–17.30 – tilmeld dig her. NORDLUG #10 er tirsdag 9. februar 2027 kl. 15.00–18.30, fysisk i Oslo, Stockholm og København og online.

Slides og links fra oplægget ligger på sekanina.dk/TM26. Og ja – vi ansætter.