Electrosens R&D
Electrosens Kicad Master · 29 October 2026

IA et KiCad en 2026 : l’intelligence s’est branchée autour de l’EDA libre, pas dedans

À l’automne 2026, KiCad reste obstinément sans IA native — et l’équipe de développement ne s’en cache pas. Pourtant, jamais un outil de CAO électronique open source n’aura été autant entouré, voire assiégé, par une galaxie d’outils intelligents : serveurs MCP, routeurs GPU, copilots de revue, générateurs d’empreintes. Ce paradoxe est au cœur de notre panorama : comprendre comment l’IA s’est branchée *autour* de KiCad, ce qui fonctionne vraiment dans un flux professionnel en 10.0.x, et ce qui relève encore du prototype séduisant.

L’IA n’a pas conquis KiCad, elle l’a encerclé

Il faut le dire d’emblée : à l’automne 2026, KiCad n’embarque aucune fonctionnalité d’intelligence artificielle native. Un membre du forum officiel, identifié sous le pseudonyme marekr, résume la position du projet : les développeurs n’ont aucun travail en cours sur l’intégration d’IA ou de LLM, principalement par manque de temps et de financement. Les LLM locaux exigent des ressources matérielles considérables (RAM, GPU) et les LLM cloud sont trop coûteux pour un projet open source. À cela s’ajoute un obstacle structurel : le manque de données d’entraînement de qualité, les designs commerciaux restant fermés.

Ce refus assumé n’a pourtant pas freiné l’écosystème. Bien au contraire. Depuis la sortie de KiCad 8, présenté comme « assez mature pour les projets professionnels », puis l’arrivée de KiCad 9 en février 2025 — qui a ajouté un gestionnaire de zones, une meilleure inspection des réseaux et une gestion DNP à l’échelle du projet, comblant l’essentiel de l’écart de finition avec les outils commerciaux — et enfin la série 10.0.x, les briques techniques se sont empilées. La branche 10.0 a connu un rythme de correctifs soutenu : KiCad 10.0.5 le 22 juillet 2026, puis KiCad 10.0.6 le 29 août 2026 — cette dernière constituant le dernier correctif stable publié. Plus récemment encore, le projet a mis en ligne la première release candidate de KiCad 10.0.7 le 27 septembre 2026, puis la seconde release candidate le 3 octobre 2026 : la 10.0.7 « sera publiée prochainement, sauf si des problèmes critiques sont détectés lors des tests ». Autrement dit, la version stable de référence reste 10.0.6, mais la 10.0.7 est imminente — et les deux RC successives montrent que l’équipe prend son temps sur cette dernière ligne droite.

L’API Python (module pcbnew) permet l’automatisation de tâches comme la génération de BOM, la vérification d’empreintes ou l’export Gerbers. Les formats de fichiers texte de KiCad (.kicad_sch, .kicad_pcb) se prêtent au parsing direct. Et surtout, des datasets publics ont commencé à nourrir les modèles.

Le plus emblématique est Open Schematics, publié sur Hugging Face par Bhupendra Hada (bshada) : plus de 84 000 schémas KiCad, pesant 6,67 Go au format Parquet, sous licence CC-BY-4.0. Chaque entrée contient le fichier .kicad_sch brut, un rendu PNG, la liste des composants et des métadonnées JSON/YAML. C’est la matière première qui manquait pour entraîner des modèles à comprendre la syntaxe des schémas électroniques. Ajoutez à cela la maturation des modèles open source spécialisés et l’émergence du Model Context Protocol (MCP) — un standard qui permet à des agents IA de dialoguer avec des outils — et vous obtenez un terreau fertile.

Ce que cet article va dérouler : une typologie des outils IA réellement opérationnels en 2026, un comparatif honnête de leurs forces et faiblesses, des modes d’intégration concrets avec KiCad 10.0.6, et une grille de décision pour choisir sans casser sa chaîne de conception.

Copilots, routeurs, générateurs : la galaxie IA qui gravite autour de KiCad

Pour s’y retrouver, il faut distinguer quatre familles d’outils, qui n’ont ni le même degré de maturité ni la même intégration.

Écosystème IA autour de KiCad (2026) — données chiffrées citéesSchémas KiCad dans Ope84000valeurTaille du dataset Open6.67valeurRoutage complet manuel3valeurRoutage assisté IA (mi10valeurBibliothèque de compos50valeur

1. Les routeurs assistés par IA. Ce sont les plus médiatisés. DeepPCB — dont la chronologie précise de lancement reste floue, mais qui s’est imposé comme une référence du routage par deep learning — et Quilter, qui fonctionne sur des fichiers de board exportés, et non en interne dans KiCad. Le principe : on exporte son .kicad_pcb, l’outil analyse le design, route les pistes avec des algorithmes d’apprentissage, puis on réimporte le résultat. Le gain annoncé est spectaculaire : des sessions de routage qui passent de 3 heures à moins de 10 minutes. Nous y reviendrons en détail.

2. Les copilots de revue de schémas et de layout. Ici, l’IA ne route pas : elle relit. Traceformer se présente comme un vérificateur de schémas pour KiCad et Altium. kicad-happy intègre les capacités de Claude AI dans le flux KiCad : analyse de schéma, téléchargement de datasheets, sourcing de composants. Ces outils détectent des connexions flottantes, des valeurs suspectes, des problèmes d’empreintes. Leur atout : ils s’intègrent dans une étape de revue qui, sans eux, mobilise un ingénieur senior pendant des heures.

3. Les générateurs de scripts et d’empreintes. L’IA sert ici à automatiser les tâches répétitives : génération de footprints conformes IPC-7351, création de symboles à partir de datasheets, scripts Python pour la BOM ou l’export Gerbers. L’API Python de KiCad 10.0.6 est le socle de cette famille. Un exemple concret : générer une bibliothèque complète de 50 composants à partir de fiches techniques, là où un bibliothécaire mettrait deux jours. C’est aussi la famille la plus accessible sans LLM : le script de génération de grille de vias de stitching publié le 13 septembre 2026, tout comme le tutoriel SaludPCB du 11 août 2026 sur le remplissage automatique des plans de masse en un clic, montrent qu’un simple script Python bien écrit remplace déjà des dizaines de manipulations manuelles.

4. Les serveurs MCP (Model Context Protocol). C’est la nouveauté la plus structurante de 2025-2026. Plusieurs implémentations d’un serveur MCP pour KiCad existent — dont le KiCAD-MCP-Server de mixelpixx sur GitHub et celle de Seeed-Studio référencée sur Glama — et elles permettent à des agents IA de contrôler le cycle de conception via des commandes en langage naturel. L’agent peut analyser des schémas, inspecter des PCB, tracer des connexions, valider des designs, voire générer du code embarqué. Concrètement, on peut demander à Claude ou à un autre LLM : « Vérifie que toutes les alimentations sont découplées sur cette carte » et l’agent va parcourir le projet, exécuter des scripts, et rendre un rapport. Adafruit a consacré le 26 octobre 2026 un article dédié à la conception PCB assistée par IA via MCP, signe que le sujet a dépassé le cercle des early adopters.

Le degré de maturité varie fortement. Les routeurs sont opérationnels mais demandent une validation humaine systématique. Les copilotes de revue sont utiles mais génèrent des fausses alertes. Les générateurs d’empreintes sont les plus fiables car la tâche est bien bornée. Les serveurs MCP sont prometteurs mais encore expérimentaux — le statut d’ALT TAB Circuit Copilot est d’ailleurs explicitement marqué « experimental » en 2026.

Routage assisté par IA : quand la machine trace mieux que l’humain (parfois)

Parlons routeurs, puisque c’est là que les promesses sont les plus fortes. DeepPCB et Quilter abordent le problème différemment. DeepPCB s’appuie sur des réseaux de neurones entraînés sur des milliers de designs pour prédire des chemins de routage optimaux. Quilter, lui, travaille sur des fichiers exportés — il parse le .kicad_pcb, route, puis fournit un fichier modifié à réimporter. Aucun des deux ne tourne en interne dans KiCad : c’est une contrainte, mais aussi une garantie de non-ingérence dans le logiciel.

Les forces sont réelles. Sur une carte 6 couches avec un FPGA en BGA, le fanout — cette étape où l’on sort les pistes des pastilles du boîtier — est un travail fastidieux que les routeurs IA expédient en quelques minutes. Les algorithmes gèrent les contraintes de vitesse, les paires différentielles, les longueurs. Le gain de temps annoncé est de l’ordre de 3 heures à moins de 10 minutes pour un routage complet. Un chiffre à prendre avec précaution, car il provient des éditeurs eux-mêmes, mais l’ordre de grandeur est cohérent avec les retours d’utilisateurs.

Les limites sont tout aussi nettes. D’abord, l’export/import casse le flux : il faut maintenir la synchronisation entre le projet KiCad et l’outil externe, ce qui interdit les allers-retours itératifs. Ensuite, les résultats doivent être vérifiés piste par piste — un routeur IA peut produire un routage esthétiquement parfait mais électriquement discutable (via non découplée, impédance mal gérée). Enfin, aucun benchmark indépendant et chiffré n’existe encore en 2026. Les éditeurs publient des démos impressionnantes, mais on manque de données comparatives solides sur des designs variés. C’est un vrai problème pour les équipes qui doivent justifier un abonnement.

Un cas d’usage concret : un backplane avec 8 192 airwires, 17 600 pads et 16 connecteurs — le genre de design qui « stoppait les routeurs traditionnels dans leur élan », comme le rapporte Hackaday à propos d’un autorouteur GPU récent. Ce type de carte, qui demanderait des mois de travail manuel, est désormais routé en quelques heures par des outils accélérés GPU. Mais attention : ces monstres de complexité sont aussi ceux où une erreur coûte le plus cher. La validation humaine reste non négociable.

Côté open source, Freerouting continue de s’améliorer et s’intègre désormais nativement dans KiCad 10 via un plugin. Le tutoriel de rottenwifi.com (13 août 2026) détaille comment configurer les règles, placer les composants, puis lancer les modes Walk Around et Shove avant de valider avec le DRC. Luis Llamas a publié le 21 août 2026 un guide complémentaire sur le routage push-and-shove dans KiCad. C’est une alternative crédible aux routeurs commerciaux, même si la qualité des résultats reste inférieure sur les designs très denses. Attention toutefois à la version : un rapport de régression publié le 28 août 2026 sur GitHub signale que Freerouting 2.3.0 (et le snapshot 2.3.1 utilisé sur api.freerouting.app) produit des routages que son propre scoring déclare porteurs de violations de clearance, sur des cartes que la version 2.2.4 routait sans aucune violation. Un rappel utile : avant d’adopter une montée de version d’autorouteur, testez-la sur une carte de référence et comparez les rapports DRC.

La revue de conception sous stéroïdes : copilots et vérificateurs IA

La revue de schémas est historiquement une tâche de senior : il faut des années d’expérience pour repérer qu’une résistance de pull-up est mal connectée, qu’une masse analogique est polluée, ou qu’un découplage est insuffisant. Les copilots IA de 2026 ne remplacent pas ce regard, mais ils le démultiplient.

Source : mcpmarket.com

Traceformer se positionne comme un vérificateur de schémas pour KiCad et Altium. Il analyse le fichier .kicad_sch, détecte les connexions flottantes, les valeurs aberrantes, les problèmes de footprint. kicad-happy va plus loin en intégrant Claude AI : il peut non seulement analyser le schéma, mais aussi télécharger les datasheets des composants pour vérifier les recommandations d’application, et même proposer des alternatives de sourcing. C’est un assistant de conception complet, qui transforme la revue en dialogue.

Les serveurs MCP ajoutent une couche supplémentaire : ils permettent à un agent IA de modifier le projet, pas seulement de le lire. On peut demander : « Ajoute un découplage de 100 nF sur chaque pin d’alimentation de l’U3 » et l’agent va exécuter les commandes appropriées via l’API. Le temps de revue passe de plusieurs heures à « quelques minutes à une heure », selon les retours d’usage de 2026.

L’illustration la plus aboutie de ce pont entre LLM et KiCad est Konnect, un plugin natif pour KiCad 10 écrit en Rust, qui transforme Claude en assistant de schématique et de routage via MCP. Le billet de DevTrends du 7 septembre 2026 en décrit le fonctionnement, et Fellow en a publié une présentation détaillée le 14 octobre 2026 : un binaire Rust unique, 228 outils exposés au modèle, pour concevoir schémas et circuits imprimés en langage naturel. C’est la preuve que le pont entre LLM et KiCad n’est plus une démonstration de laboratoire, mais un plugin installable. Notre confrère a d’ailleurs consacré un article entier à l’écosystème MCP et à ses 100+ commandes — l’occasion de rappeler que la richesse fonctionnelle n’est pas le problème : c’est la fiabilité.

Les limites sont connues : les fausses alertes. Un copilote qui signale 47 problèmes sur un schéma dont 45 sont des faux positifs, c’est un ingénieur qui passe 30 minutes à tout vérifier pour finalement ne corriger que deux choses. Le risque est l’« alarm fatigue » : à force de crier au loup, l’outil finit par être ignoré. La parade, c’est la configuration : les bons outils permettent de régler la sensibilité, d’exclure certaines classes de composants, d’apprendre des validations précédentes. Mais cela demande un investissement initial.

Autre piège : la revue IA ne comprend pas le contexte. Elle ne sait pas que votre carte part chez un fabricant qui exige des marges de 0,15 mm, ni que votre alimentation est un modèle à découpage dont le bruit à 500 kHz est déjà connu. Elle applique des règles génériques à un design qui ne l’est pas. C’est précisément pour cela que les serveurs MCP sérieux exposent des commandes de DRC paramétrable plutôt qu’un verdict binaire.

MCP, Konnect et compagnie : la vraie porte d’entrée de l’IA dans KiCad

Si l’on devait désigner le développement le plus structurant de 2025-2026, ce serait le Model Context Protocol. Ce standard, popularisé par Anthropic, définit comment un agent IA dialogue avec un outil externe : quelles commandes existent, quels paramètres elles acceptent, quels résultats elles renvoient. Pour KiCad, cela s’est traduit par des serveurs MCP qui exposent l’API pcbnew et les fichiers du projet sous une forme compréhensible par un LLM.

Sous le capot, plusieurs approches coexistent : parsing direct des S-expressions des fichiers .kicad_sch et .kicad_pcb, appels à l’API Python via SWIG, et de plus en plus communication IPC avec l’instance KiCad en cours d’exécution. Cette dernière voie est la plus puissante — elle permet à l’agent de voir l’état réel de l’éditeur, pas seulement le fichier sur disque — mais aussi la plus fragile, car elle dépend de l’API interne, qui évolue d’une version mineure à l’autre.

Le KiCAD-MCP-Server de mixelpixx illustre bien la démarche : un serveur qui expose lecture de schémas, inspection de PCB, exécution de DRC et génération de rapports. Konnect pousse le bouchon plus loin avec ses 228 outils, couvrant schématique et routage. Mais cette richesse a un revers : plus un serveur expose de commandes, plus la surface d’erreur grandit, et plus le modèle a de chances de choisir la mauvaise.

La sécurité mérite un avertissement. Un serveur MCP qui peut modifier vos fichiers de projet est, par définition, un programme qui peut casser votre design. Les bonnes pratiques — travailler sur une copie, versionner avec Git avant toute session d’agent, relire les diffs — ne sont pas optionnelles. Notre article sur le versioning de projets KiCad en 2026 détaille d’ailleurs comment Git, le plugin kicad-git et les plateformes cloud comme CADLAB.io forment le filet de sécurité indispensable à toute automatisation. L’embedding introduit avec KiCad 9 et consolidé dans la branche 10.0.x joue ici un rôle inattendu : en incorporant symboles, empreintes et modèles 3D directement dans le projet, il rend les diffs Git beaucoup plus lisibles, donc les modifications d’un agent beaucoup plus faciles à auditer.

Ce que KiCad 10 change (et ne change pas) pour l’IA

KiCad 10.0.0 est sorti en mars 2026. Depuis, les annonces d’outils « IA-native » pleuvent, mais la réalité du logiciel lui-même est plus sobre. KiCad 10 n’embarque toujours pas de LLM, pas de routage neuronal, pas de copilote intégré. Ce qu’il apporte, en revanche, c’est un socle plus solide pour que d’autres construisent ces briques : une API Python plus stable, des formats de fichiers mieux documentés, et une architecture de plugins qui permet à Konnect ou aux serveurs MCP de s’installer sans patch.

Source : forum.kicad.info

La série 10.0.x a aussi connu ses turbulences. Un fil du forum officiel du 12 août 2026 signale un problème sérieux de performance dans l’éditeur PCB : le déplacement de pistes existantes devient extrêmement lent en 10.0.4 et 10.0.5, au point que « 10.0.5 devient inutilisable » pour certains utilisateurs. Ce genre de régression rappelle que la stabilité n’est pas acquise, et que sauter sur chaque correctif sans tester n’est pas une stratégie. La 10.0.6, publiée le 29 août 2026, contient « des corrections de bugs critiques et d’autres améliorations mineures » — c’est elle qu’il faut utiliser en production aujourd’hui.

Autre point d’attention pour les équipes qui migrent : l’import Altium. Un rapport du 1er septembre 2026 sur forum.kicad.info documente un problème d’import depuis Altium Designer 25.6.2 vers KiCad 10.0.6 : presque chaque pin de symbole et chaque extrémité de fil déclenche l’avertissement ERC « Symbol pin or wire end off connection grid ». Rien de bloquant, mais cela confirme que l’importateur natif d’Altium n’existe toujours pas dans KiCad 10.0.0, et que les migrations demandent une passe de nettoyage manuelle.

Côté écosystème, la dynamique est ailleurs. La KiCad Conference Asia 2026 se tiendra du 5 au 7 novembre 2026 à Shenzhen, au Huaqiang Plaza Hotel — quatrième édition asiatique, signe que la communauté chinoise, très active sur les outils d’automatisation, pèse désormais lourd dans l’agenda. Et la bibliothèque du CERN, publiée le 12 mai 2026 avec plus de 17 000 symboles et empreintes validés, offre un socle de qualité qui bénéficie autant aux humains qu’aux agents : un LLM qui doit choisir un composant a tout intérêt à piocher dans une bibliothèque validée plutôt que d’inventer une référence.

Le coût caché de l’IA : temps, licences et dette de confiance

On ne peut pas conclure un panorama de l’IA dans KiCad sans parler d’argent et de temps — les deux ressources que les équipes sous-estiment le plus.

Côté licences, les routeurs commerciaux et les plateformes cloud (Quilter, Flux, Celus) fonctionnent par abonnement. À l’opposé, l’écosystème open source — serveurs MCP, Konnect, Freerouting, scripts Python — est gratuit, mais coûte en intégration : installer un serveur MCP, configurer un client LLM, écrire les prompts, vérifier les sorties. Pour une équipe de cinq personnes, le calcul n’est pas trivial. À titre de comparaison, une licence Altium Designer coûte entre 3 850 et 5 000 USD par utilisateur et par an, et un déploiement de cinq postes sur trois ans avec formation dépasse les 175 000 USD. KiCad, lui, reste gratuit — mais l’IA qui l’entoure ne l’est pas toujours, et le temps d’ingénieur passé à la configurer l’est encore moins.

Côté temps, le paradoxe est classique : l’IA promet de réduire les heures de routage et de revue, mais elle ajoute une étape de validation. Un routage produit en 10 minutes qu’il faut vérifier pendant deux heures n’a pas fait gagner grand-chose par rapport à un routage manuel de trois heures — sauf que la vérification est souvent plus rapide que la conception, et que l’IA ne se fatigue pas. Le vrai gain apparaît sur les tâches répétitives et bien bornées : génération d’empreintes, vérification de découplage, création de scripts. C’est là qu’il faut concentrer l’effort.

Côté confiance, la dette s’accumule silencieusement. Chaque design validé « parce que l’IA l’a dit » sans vérification indépendante est une bombe à retardement. Chaque montée de version d’un autorouteur non testée sur une carte de référence — comme le montre la régression Freerouting 2.3.0 — est un risque. La règle d’or de 2026 tient en une phrase : l’IA propose, l’ingénieur dispose, et le DRC tranche.

Grille de décision : quel outil IA pour quel usage ?

Pour terminer, voici une grille pratique, tirée de ce que nous avons observé dans les retours d’usage de 2026.

Source : aihealth.fr

Vous voulez gagner du temps sur le routage d’une carte dense ? Commencez par Freerouting intégré à KiCad 10, en restant sur la version 2.2.4 tant que la régression 2.3.0 n’est pas corrigée. Si le résultat ne suffit pas, testez un routeur commercial sur une copie du projet, et comparez les rapports DRC avant/après. Ne réimportez jamais un routage IA sans avoir relu chaque piste.

Vous voulez automatiser les tâches répétitives ? Écrivez des scripts Python contre l’API pcbnew de KiCad 10.0.6. C’est fiable, gratuit, et vous gardez le contrôle. Les générateurs d’empreintes et de vias de stitching sont les cas d’usage les plus rentables.

Vous voulez une revue de schéma assistée ? Essayez un copilote comme Traceformer ou kicad-happy sur un projet déjà validé, pour mesurer le taux de faux positifs avant de l’utiliser en production. Réglez la sensibilité, excluez les classes de composants connues pour générer du bruit.

Vous voulez expérimenter l’agent conversationnel ? Installez un serveur MCP (Konnect, KiCAD-MCP-Server) sur une copie versionnée du projet, avec Git comme filet de sécurité. Demandez des rapports plutôt que des modifications, au moins au début. Et gardez en tête que ces outils sont marqués « experimental » — y compris ALT TAB Circuit Copilot.

Vous voulez une chaîne professionnelle complète ? Combinez KiCad 10.0.6, Git avec kicad-git, l’embedding pour la portabilité, la bibliothèque CERN pour la qualité des composants, et un serveur MCP pour l’automatisation. C’est le workflow que notre confrère décrit dans son article sur le versioning — et c’est probablement l’état de l’art en cette fin 2026.

Sources

Article recherché et rédigé automatiquement · Magazine Electrosens
📬 Restez à la pointe
Recevez chaque semaine les nouveautés de ce magazine par email.
💬 Une remarque, une correction ?
Aidez-nous à améliorer cet article. Nous prenons en compte vos retours.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *