本课适合哪些人学习：
1、COMSOL 仿真工程师 / 热设计工程师：想用 AI 提效日常建模与仿真流程、减少重复操作
2、散热 / 热管理领域工程师：对强制对流热仿真、散热片设计优化感兴趣
3、仿真自动化 / 脚本化研究者：关注 Java Model Builder、MCP 桥接与 AI Agent 在工程仿真中的落地
4、想入门 AI CAE 的技术人员：正在探索 AI 工具（CodeX / ChatGPT）在仿真建模中的用法
5、企业仿真团队技术负责人：评估 AI Agent 对多物理场仿真产能的提升潜力，规划自动化转型
你会得到什么：
1、掌握 AI 驱动 COMSOL 仿真的完整落地路径：从 MCP 连接配置到自动求解再到后处理，全流程可复现
2、学会让 AI 编写 Java Model Builder 脚本的方法：理解 CodeX 如何通过代码生成驱动 COMSOL 几何建模与仿真设置
3、获得三维散热片强制对流热仿真的自动化案例参考：涵盖几何、材料、物理场、边界条件、网格、求解、后处理全链路
4、掌握 AI 仿真提示词的进阶写法：如何借助 ChatGPT 设计更完整、更贴合工程需求的 prompt，提升模型质量
4、看清 AI 在多物理场仿真中的应用价值：脚本生成、自动建模、批量求解等场景的实际效果与边界
课程介绍：
本期视频演示如何使用 CodeX 自动完成 COMSOL 仿真流程。视频以三维散热片强制对流热仿真为例，从 CodeX 与 COMSOL 的 MCP 连接配置开始，讲解如何让 AI 编写 Java Model Builder 脚本，自动完成几何建模、材料参数设置、物理场定义、边界条件配置、网格划分、求解计算以及后处理结果生成。
视频中还展示了如何借助 ChatGPT 编写更完整的仿真提示词，让 CodeX 生成更符合工程需求的 COMSOL 模型。通过这个案例，可以看到 AI 在仿真建模、脚本生成和自动化求解中的实际应用价值，适合对 COMSOL、AI 仿真、工程自动化和数字化仿真流程感兴趣的朋友观看。
课程主要内容：
1、CodeX 与 COMSOL 的 MCP 连接配置
MCP 桥接器架构与连接方式
环境配置与连通性验证
2、Java Model Builder 脚本自动生成
CodeX 如何编写 COMSOL Java 脚本
脚本驱动建模的核心逻辑与优势
3、三维散热片强制对流热仿真全流程演示
几何建模：散热片三维模型自动构建
材料参数设置：材料属性自动赋值
物理场定义：流体 热耦合物理场配置
边界条件设置：入口流速、出口压力、热源等
网格划分：自动网格生成与质量控制
求解计算：求解器设置与自动求解
后处理：温度场、流场、压力损失等结果自动生成
4、提示词进阶：用 ChatGPT 优化仿真 prompt
如何设计更完整的工程化提示词
让 CodeX 生成更符合工程需求的 COMSOL 模型
5、效果总结与展望
AI 在仿真建模、脚本生成、自动化求解中的应用价值
适用场景与未来方向
课程相关图片：
