STDF-Viewer:专业的半导体测试数据可视化工具
STDF-Viewer是一个免费、快速且功能强大的GUI工具,用于可视化STDF(半导体标准测试数据格式)数据文件。该工具由Noon Chen开发,支持多种STDF文件格式和压缩格式,为半导体测试工程师提供了强大的数据分析能力。
项目概述
STDF-Viewer是一个专门用于分析和可视化半导体测试STDF报告的图形化界面程序。它能够处理STDF V4和V4-2007规范的文件,并支持ZIP、GZ和BZIP压缩格式的STDF文件,无需解压即可直接打开。
核心功能
打开STDF文件
STDF Viewer支持三种打开文件的方式:
- 打开软件后点击工具栏的"打开"按钮选择文件
- 文件右键选择用STDF Viewer打开(macOS由于pyinstaller的原因暂时不支持)
- 将文件直接拖到程序界面上
合并STDF文件
从V4.0.0版本开始,用户可以通过点击工具栏的"合并"按钮打开合并面板。同一个组里的多个文件最终会合并,且序号为0的文件为第一个文件。
支持添加多个合并组,组和组之间会进行对比分析。
寻找失效测项
点击工具栏的"标记失效"按钮可以把所有存在失效测项标为红色。如果在"设置"里开启了"搜索低Cpk测项",Cpk低于设定阈值的测项会标为橙色。
查看DUT测试信息
DUT测试信息位于"STDF信息" -> "DUT详情"。表格中每行代表一个DUT,失效的DUT会被标为红色。从V4.0.0版本开始,被顶替的DUT会被标为灰色。
显示GDR和DTR信息
所有GDR(通用数据记录)和DTR(数据记录文本记录)数据列在"STDF信息" -> "GDR & DTR汇总"中。这两种记录的精确位置不好确定,表中给出了相对于PIR/PRR的位置。
分析测试数据
STDF文件中所有的测项会显示在"选择测项"中,可以多选。测项的统计信息(Cpk、平均值、方差等)显示在"统计信息"中。
测试原始数据
选择测项后在"STDF信息" -> "数据详情"查看。表格中每行代表一个DUT,每列代表一个测项。
趋势图
显示测试值随DUT变化的趋势图,横轴为测试值,横轴为所选的head/site包含的所有DUT的序号。鼠标停留到数据点上可以查看详细数据。
直方图
显示测项的数据分布,纵轴为测试值。
Bin桶分布
显示HBIN和SBIN桶的分布。"统计信息"为每个Bin编号、名称和百分比,空的Bin自动隐藏。
查看晶圆图
"晶圆图"只会在STDF文件存在晶圆测试信息(WCR、WIR、WRR)的时候开启。"选择晶圆"的第一行是当前文件里失效个数的分布图,每个(X, Y)坐标的数字代表这个失效的DUT的个数。
生成Excel报告
程序显示的内容基本上都可以导出到报告里,包括文件详情、DUT详情、趋势图、直方图、Bin桶分布、晶圆图、统计信息、GDR & DTR汇总等。
安装和编译
使用uv工具
- 安装uv工具
- 创建虚拟环境:
uv venv - 安装以及自动编译:
uv sync
手动安装
- 安装Python依赖:
pip install -r requirements.txt和pip install maturin==1.9.4 - 编译rust_stdf_helper:进入
./deps/rust_stdf_helper目录,运行maturin build -f -r - 安装编译好的rust_stdf_helper轮子文件
项目结构
STDF-Viewer项目的目录结构清晰,包含以下主要部分:
- build_tools/: 包含项目构建工具的相关文件
- deps/: 包含项目的依赖库,如rust_stdf_helper
- fonts/: 包含项目使用的字体文件
- screenshots/: 包含项目的截图文件
- STDF-Viewer.py: 项目的主程序入口文件
- requirements.txt: 项目的Python依赖配置文件
技术特点
- 高性能处理: 采用Rust语言编写的核心库,提供快速的数据处理能力
- 多格式支持: 支持STDF V4和V4-2007规范,以及多种压缩格式
- 交互式可视化: 提供丰富的图表交互功能,支持数据点查看和选择
- 灵活的导出功能: 支持将分析结果导出为Excel报告
- 跨平台支持: 支持Windows、Linux和macOS操作系统
使用场景
STDF-Viewer适用于以下场景:
- 半导体测试工程师分析测试数据
- 质量工程师进行产品良率分析
- 研发工程师调试测试程序
- 生产工程师监控测试过程
总结
STDF-Viewer是一个功能强大且易于使用的半导体测试数据分析工具。它提供了丰富的可视化功能和灵活的数据处理能力,帮助工程师更好地理解和分析STDF测试数据。无论是单个文件分析还是多个文件对比,STDF-Viewer都能提供专业级的解决方案。
通过其直观的界面和强大的功能,STDF-Viewer已经成为半导体测试领域不可或缺的工具之一。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00



