
这两年,"AI 驱动商业软件"几乎成了所有 ToB 行业的共同命题。
设计软件、CAD、CAE、PLM、ERP、CRM……每隔一两周,就有一家老牌工业软件厂商把"AI 模块"写进产品白 皮书;每隔一两个月,就能刷到一份"AI 改造 XX 行业"的重磅报告。
但工程师这边普遍冷静得多。
我在仿真秀的 LS-DYNA 基础入门课 VIP学员群里,提问的风向这两三年明显变了:以前最多的是"老师,这个关键字怎么写""老师,材料卡用哪个",现在越来越多的是"老师,AI 能不能直接帮我把这份 deck 跑通""老师,我让 ChatGPT 写了一段 K 文件,跑起来全是报错,怎么救"。

热度在涨,问题在变,工具也真的开始不一样了。
所以这周四(8 月 13 日)晚19:30,我打算在仿真秀直播间专门给LS-DYNA基础入门课程的学员们加一次餐:用一个我最近看了很久的 AI 工程助理——K-Agent——把"AI 到底能不能驱动 LS-DYNA K 文件"这件事一次讲透,详情见后文。
写 LS-DYNA K 文件,难的往往不是把关键字敲出来,而是把需求、单位、材料、接触、边界、输出和求解器报错串成一条可靠的闭环。很多时候,一个模型看起来像是写完了,真正一跑才发现:字段错位、include 断了、材料单位不对、接触面引用错、能量没有输出,或者为了“先跑起来”悄悄删掉了关键物理内容。
K-Agent 做的事情,就是把这条闭环变成一个可以复用的 AI 技能包。它不是只会生成一段 K 文件文本,而是要求智能体按流程完成:建模、检查、试算、读输出、诊断、修改、再验证。

AI 驱动商业软件:LS-DYNA 工程师的新工具
K-Agent 是一个面向 Codex 和 Claude Code 的 LS-DYNA K 文件技能包。你可以把它理解成一个“会按工程流程工作的仿真助理”:它能根据自然语言需求编写 K 文件,也能接收已有 .k/.key/.dyn 文件,跳过从零建模环节,直接进入试算、解析输出、定位错误和修复验证。
它覆盖跌落、碰撞、侵彻、成形、ALE、SPH 等常见显式动力学工况,内置材料库、网格生成脚本、静态检查器、求解器运行脚本、结果解析器和质量门槛。对需要文献支持的材料参数或工况假设,还可以通过 academic-search MCP 做检索。
1、具体原理和逻辑可见下图内容:


2、它解决什么问题?
1)从“我想做个仿真”到可执行任务书。K-Agent 会把工况、单位、几何、材料、边界、载荷和关注输出问清楚,避免一开始就带着隐含假设写模型。
2)从“能打开”到“能计算”。它要求先做 L0 静态检查,再做 L1 初始化试算,最后做 L2 全程计算和能量、沙漏、质量缩放等质量检查。
3)从“看到报错”到“知道怎么改”。它会读取 d3hsp、messag、mes*、glstat 等输出,把错误、警告和质量指标变成诊断依据。
4)从“跑通就行”到“保留物理意图”。最新版本加入了已有 deck 修复模式:不能为了得到 Normal termination 就删除关键物理内容。涉及材料、载荷、接触、约束、几何、网格拓扑等变化,需要明确说明并取得用户确认。
3、如何获得K-agent智能体
1)您可以点击文章末尾阅读原文报名8月13日直播,或者识别下方二维码,在报名页面详情页自行下载即可,你可以在我的直播回放的课程下方下载。

2)你还可以文章末尾点赞和再看,然后分享到朋友圈截图发到本公众 号后台,并备注【K-agent】我会在24小时内容手动发你。

很多工程师手里不是一张白纸,而是一份已经存在的 K 文件:可能是前同事留下的,也可能是前处理器导出的,还可能是网上算例改来的。过去让 AI 接手这类文件,很容易被迫重新梳理一遍完整建模流程。
现在的 K-Agent 可以直接进入“已有 deck 模式”:用户给出主 K 文件后,技能会先复 制到隔离修复工作区,不改原文件;然后执行 L0 静态检查、L1 试算、输出解析、诊断和最小修改;最多迭代 8 轮;通过后再跑 L2 全程计算。
这点很重要:它不是为了跑通而把模型剪薄,而是在保留原始物理意图的前提下修复问题。临时诊断可以做 A/B 试验,但最终交付必须记录改了什么、为什么改、影响是什么。
部署并不复杂。你可以把 K-Agent 看成一个文件夹,里面装着技能说明、脚本、模板、材料库和文献检索 MCP 的备用服务。拿到压缩包后,先解压,再根据自己使用的是 Codex 还是 Claude Code 选择安装方式。
第一步:准备环境
需要准备三样东西:Python 3.8 以上、Codex 或 Claude Code、本机 LS-DYNA 求解器。没有 LS-DYNA 也能做静态检查和部分文件处理,但不能声称已经完成 L1/L2 求解器验证。
如果要让它查论文参数,还建议安装 uv,并设置 PUBMED_EMAIL。uv 用来启动内置 academic-search MCP;PUBMED_EMAIL 是 PubMed 推荐提供的联系邮箱。Elsevier 的 Scopus 和 ScienceDirect 是可选项,需要用户自己在本机配置 pybliometrics。
第二步:安装到 Codex
Windows 用户进入解压后的文件夹,双击或在命令行运行 install-codex.cmd。macOS、Linux 或 Git Bash 用户运行 bash install-codex.sh。脚本会把 skills/lsdyna-kfile 复 制到 Codex 的 skills 目录。
安装完成后,重新打开 Codex,输入 $lsdyna-kfile,或者直接说“帮我检查这个 LS-DYNA k 文件”。如果技能被正确识别,Codex 会按 K-Agent 流程工作。
第三步:安装到 Claude Code
Claude Code 用户先运行 install-claude.cmd 或 bash install-claude.sh,用来初始化 academic-search MCP。然后把解压后的文件夹作为 plugin-dir 加载,例如 claude --plugin-dir /path/to/kagent-lsdyna-kfile-portable。完成后重启 Claude Code。
第四步:确认 MCP 链路
安装脚本会先检查你本机是否已经有 academic-search MCP。如果有,它会复用原来的配置,不覆盖、不改密钥、不改路径。如果没有,它才会注册压缩包里自带的 fallback MCP。这个设计比较稳:已有配置不被打乱,新用户也能开箱使用。
如果 MCP 没有配置成功,K-Agent 仍然可以做 K 文件生成、静态检查和求解器试算,只是涉及论文参数检索时会缺少 academic-search 链路。此时检查三件事:uv 是否可用,Python 是否可用,PUBMED_EMAIL 是否设置。
一键部署的终端命令
$skill = "F:\path\my-skill"# 安装到 Codex(优先使用已配置的 CODEX_HOME)$codexHome = if ($env:CODEX_HOME) { $env:CODEX_HOME } else { Join-Path $HOME ".codex" }New-Item -ItemType Directory -Force -Path "$codexHome\skills" | Out-NullCopy-Item -Recurse -Force $skill "$codexHome\skills\my-skill"# 安装到 Claude Code(个人全局)New-Item -ItemType Directory -Force -Path "$HOME\.claude\skills" | Out-NullCopy-Item -Recurse -Force $skill "$HOME\.claude\skills\my-skill"
新建模型时,可以直接描述需求:例如“用 mm-ton-s 单位制,模拟 1 kg 钢块从 1 m 高度跌落到 2 mm 铝板,四边固支,输出能量和变形”。K-Agent 会先收敛任务书,再生成 deck,再做检查和试算。
修改已有模型时,直接把主 K 文件给它,并说明目标:例如“这个 deck 初始化报错,帮我在不改原文件的前提下试算、读输出并修复”。K-Agent 会创建 repair_model 这类隔离目录,把原文件复 制进去,再开始 L0/L1 修复循环。
1、适合哪些人?
如果你经常写 LS-DYNA K 文件、改算例、排查初始化错误、复核材料参数、或者需要把 AI 纳入团队内部仿真流程,K-Agent 会比较适合。它尤其适合那些不希望 AI “只给一段文本”,而是希望 AI 留下验证轨迹、错误记录和可复核报告的团队。
它不适合替代工程判断。材料模型是否合理、失效准则是否可靠、网格是否足够、边界是否代表真实工况,仍然需要仿真工程师最终把关。K-Agent 的价值,是把重复、容易漏、容易乱的步骤流程化,把 AI 从“会写”往“会验证”推进一步。
2、安全边界:不要为了结果牺牲模型
最新版本特别强调:不能为了得到结果而删掉关键物理内容。比如删除接触、删约束、删材料失效、删 part、删 include、缩短生产计算时间,这些都可能让求解器正常终止,但已经不是原来的工程问题。K-Agent 要求这类变化必须说明原因、影响和是否经过用户批准。
这也是我们建议把 K-Agent 用作“工程助理”而不是“黑盒自动建模器”的原因:它可以帮你跑流程、查问题、整理报告,但不能替你承担工程责任。
仿真自动化真正有价值的地方,不是把一份 K 文件“生成出来”,而是让每一步假设、每一次修改、每一轮试算都有据可查。K-Agent 试图把 LS-DYNA 的建模经验、脚本工具和 AI 工作流放进同一个技能包里,让智能体不仅会回答,还能按工程闭环办事。这个内容将加餐到我的LS-Dyna2023R1基础入门课程,让学员免费观看并且提供持续答疑解惑。
LS-Dyna2023R1基础入门
该视频教程基于ANSYS LS-dyna最新的版本2023 R1进行讲解,手把手全流程界面操作演示。具有完整的案例介绍,从建模、设置边界条件、求解设置、后处理全流程讲解;包括19个最新仿真设计案例讲解与下载,涵盖包括航空、汽车等多个工业制造行业,及多个常见的模拟应用场景演示,工程实践性强;适合学生、老师以及有意愿学习显式求解算法的初学者。


如果你的团队正在探索仿真智能体、K 文件自动检查、或者已有模型自动修复,可以从这个 portable skill 包开始试用:解压、安装、检查 MCP 链路,然后拿一个非保密算例做第一轮测试。先让它帮你处理小问题,再逐步纳入真实工作流。

