本课适合哪些人学习：
1、Ansys Fluent 流体仿真工程师、CFD 研发人员
2、高校硕博（流体 / 传热 / 航空 / 汽车 / 电子散热方向）
3、需批量仿真、参数优化、自动化流程的工程与科研团队
4、想把 AI Agent、大模型用于仿真自动化的学习者
你会得到什么：
1、掌握 AI Agent PyFluent 全自动流体仿真全流程
2、获得可直接复制的 Prompt 与 Python 代码，一键跑通仿真
3、告别手动建模、网格、调参，实现无人值守批量计算
4、提升仿真效率，缩短项目 / 论文周期，降低重复劳动
5、掌握 AI CFD 落地方法，适配散热、外流场、多工况优化等场景
课程介绍：
当前流体仿真行业普遍存在流程繁琐、人工重复操作多、迭代效率低、编程自动化门槛高、AI 与 CFD 结合缺乏落地教学等痛点，本课程通过 AI Agent 结合 PyFluent 实现 Ansys Fluent 全自动仿真，可广泛应用于电子散热、汽车、航空、暖通、参数优化等场景，大幅提升仿真效率、缩短研发周期、降低人力成本，推动 CFD 行业向智能化、自动化升级，为工程与科研人员提供可直接落地的 AI 流体仿真解决方案。
该课程聚焦AI Agent PyFluent实现Ansys Fluent 全自动流体仿真，核心是用大模型自动生成、调试 Python 脚本，完成从建模、网格、边界条件、求解到后处理、参数优化的全流程无人闭环；以芯片热仿真 / 流体工程等为实战案例，提供可直接复用的 Prompt 与代码，解决手动操作繁琐、迭代慢、编程门槛高的痛点，实现批量仿真、自动收敛判断与无人值守优化，适用于流体、散热、电子冷却等 CFD 场景，大幅提升仿真效率与研发速度。
完整 prompt：
我电脑的python解释器路径是：C:\Users\user\AppData\Local\Programs\Python\Python313\python.exe
我电脑的fluent仿真软件的路径是：D:\ANSYS Inc\v241\fluent\ntbin\win64\fluent.exe
接下来请你完成以下任务：
目标（Goal）
请为一个经典的 ANSYS Fluent 场景构建一个完整的全自动仿真项目，使用 PyFluent 实现 **2D 后向台阶流（backward-facing step）** 的自动化流程。整个流程应覆盖：几何参数化、网格划分、求解器设置、自动求解、结果导出，以及简短的验证总结。这个项目的目标是验证：是否可以通过代码端到端驱动 Fluent 完成一个经典 CFD benchmark。
上下文（Context）
请在当前仓库中工作。如果仓库中还没有合适的结构，请创建清晰的项目目录，例如：
* `src/`：Python 源码
* `scripts/`：入口脚本
* `outputs/`：输出结果，如 case/data、图片、CSV、日志
* `README.md`：使用说明 * `requirements.txt`：依赖列表
如果仓库中已经存在与 Fluent、PyFluent、自动化脚本、配置文件或示例相关的内容，请先阅读并尽量复用，而不是重复实现。
目标算例是：**二维、不可压、等温的后向台阶流**，并使用 PyFluent 自动完成建模与求解流程。请至少支持以下参数化：
* 入口通道高度
* 台阶高度
* 入口段长度
* 出口段长度
* 网格密度 / 局部加密程度
请为该算例选择一个合理、经典、且容易收敛的默认 Reynolds 数，并在代码和说明中明确写出。
约束（Constraints）
* 必须使用 Python 和 PyFluent 作为主要接口。
* 实现尽量简单、模块化、易于重复运行和修改。
* 不要硬编码强依赖某台机器的绝对路径；如确有必要，请集中放在单独配置区。
* 只添加必要注释，保持代码清晰。
* 如果当前环境无法直接启动 Fluent 或缺少 PyFluent，请优雅失败，并给出可执行的报错提示。
* 不要引入不必要的框架。
* 优先保证可复现性，而不是追求复杂功能。
* 自动保存关键产物，包括但不限于：
* case/data 文件 * 若可行则保存残差历史
* 若可行则导出速度云图、流线图或其他结果图
* 一个 CSV 或文本格式的结果摘要
* 增加一个轻量级后处理步骤，至少提取一个可用于验证的关键指标，优先考虑 **再附着长度（reattachment length）**；如果难以直接提取，也可以实现一个合理代理指标，但必须解释清楚。
* 编写简短 README，说明如何安装依赖、如何启动 Fluent、如何运行脚本、以及如何查看输出结果。
完成标准（Done when）
只有在以下条件全部满足时，任务才算完成：
1. 用户可以通过一条命令运行完整流程。
2. 代码能够通过 PyFluent 启动或连接到 Fluent，完成后向台阶流的设置、求解和结果保存。
3. 仓库中包含清晰的 `README.md` 和 `requirements.txt`。
4. 工作流至少产出以下结果：
* 一个保存下来的 case/data 结果
* 一个导出的图像或结果图
* 一个机器可读的摘要文件，记录主要仿真参数和提取出的关键指标
5. 代码结构清晰，几何、网格、求解、后处理几个阶段容易理解和修改。
6. 如果当前环境下无法实现完整的几何或网格自动化，请实现当前环境中“最可运行”的 fallback 方案，并明确说明哪些步骤仍需人工处理。
7. 完成后请输出一段简洁总结，说明：
* 实现了什么
* 如何运行
* 当前限制是什么
* 下一步应检查什么以增强验证可信度
