VibePFC 社群不是又一个“PFC 教程网盘”。群里现在放着三类东西:45 个可执行的 Skill、5 个从建模到出报告的完整工况、4 个会自己拆任务的 Agent。
这篇分三件事讲:Skill 和 Agent 到底有什么区别、群里具体有什么、以及怎么把压缩包丢给 AI 让它自己装。
以前做 PFC,学习是师傅带徒弟、口口相传。成样怎么控制孔隙率、接触为什么漏检、timestep 为什么 undefined、后处理怎么把裂纹和碎块对上——这些很少写进手册,靠师傅在算例旁边一句一句讲,徒弟一遍一遍试。一个熟练的 PFC 用户,背后通常是五到十年项目堆出来的直觉。
经验长在人脑里,师傅带得动几个徒弟,就传得下去多少。
AI 改变了传递方式。师傅把自己踩过的坑、验证过的参数、验证门做成 Skill 包;徒弟的 AI 直接读这个包,不用等师傅有空,也不用从头再踩一遍。以前是“十年磨一剑”,现在更像“灌顶传功”——徒弟的 AI 学师傅的 AI。
分工也跟着变了。写脚本、跑算例、画图这些“worker”的活可以交给模型;人往上退一步,变成“leader”:定问题、判断结果对不对、决定下一步做什么。
但 leader 不等于不需要经验。恰恰相反,AI 越能干,越需要有人把“什么是对的”沉淀下来。小众领域尤其如此——通用模型没吃过你的亏,它不知道相切球对会漏接触,不知道墙是弹簧不是刚体,不知道 cmat add 覆盖后不继承。这些只能由做过的人写下来。
所以我把自己近 10 年做 PFC 的经验,和近 3 个月深耕 AI+PFC 的用法,拆成一个个 Skill:每个只解决一件事,把踩过的坑、验证门、参数范围写进去。经验做成文件,徒弟的 AI 读完就能替你动手,你只负责判断和验收。
图1 以前靠师傅口口相传,经验长在人脑里;现在师傅把经验做成 Skill 包,徒弟的 AI 直接读取——徒弟的 AI 学师傅的 AI。
具体到我自己的日常,大概一半时间不在建模,在查它为什么不对:球和墙明明接触了,报 Unable to determine a valid timestep;相切的两个球,接触检测漏掉一半;后处理想画一张裂纹玫瑰图,又从头写一遍导出脚本;大模型给的代码语法全对,跑出来物理全错。
这些问题单个都不难,难在每次都要重新踩一遍。所以我把它们一个个固化成技能:SKILL.md 写清楚什么时候用、坑在哪、验证门是什么,脚本和模板跟着走,跑通了再放进群。公 众号从 2020 年开始写 PFC 算例教程、成样方法、单元试验、后处理、边坡隧道和三维滚刀,群里给的是同一批题目的可执行版本——文章负责讲清楚,技能负责真的跑起来。
先把两个词说清楚,不然后面全是黑话。
一句话区分:Skill 是“一件事怎么做”,Agent 是“一串事怎么排”。Skill 可以单独用;Agent 需要你给它一个目标。
Skill 是一个文件夹,不是插件。
SKILL.md 开头有一段 description,AI 先读它,判断当前任务要不要加载这个技能;要,才读正文按步骤做。它不常驻内存,更像工具箱里的一本操作手册,用的时候才翻开。所以技能可以很多、可以互相独立,也不会把上下文撑爆。
图2 Skill 负责“一件事的操作手册”,Agent 负责“拆任务、调 Skill、验收结果”。
Agent 是一个角色定义,不写具体算法。
它规定先侦察什么、按什么顺序调哪些 Skill、哪一步停下来找你确认、最后交付什么。比如你要分析一个 sav 的裂纹:
pfc-crack-export 是 Skill:把 sav 导成逐裂纹 CSV。pfc-crack-rose 是 Skill:拿 CSV 画走向玫瑰图。pfc-crack-postprocess 是 Agent:先看 sav 里有什么,列出“哪张图由哪个脚本画”的速查表给你勾选,批准后按顺序调 export、rose、evolution、topology,最后汇总成报告。一个 Agent 背后可能调十几个 Skill。Skill 越独立、验证门越清楚,Agent 编排起来越稳。
这个区分也决定了用法:只想画一张玫瑰图,直接叫 Skill;想把整个后处理包办,叫 Agent。
不逐个念名字,按你实际会遇到的活儿分:
建模这一类,把“设计”和“写代码”拆开了。pfc-element-design 只出建模步骤,不写一行命令;pfc-element-code 再把设计落成可运行脚本,每条命令写之前先过一遍离线命令文档。单轴、三轴、真三轴、巴西劈裂、直剪都走同一套模板:成样、去内应力、加胶结、伺服、应变控制加载、断键追踪。
想做点更具体的:pfc-gbm-voronoi 用 Voronoi 分区加多矿物差异化胶结做花岗岩,晶内强、晶界弱;pfc-flaw 是真的把裂隙腔里的颗粒删掉,不是拿弱接触面糊一个;pfc-bedding 用分层分组加三槽 CMAT 做软硬互层;pfc-hob-shape 按 17″/18″/19″ 真实尺寸生成整把滚刀。
图3 32 个 Voronoi 晶粒、5 种矿物,每个晶粒单独赋材料;晶内强胶结、晶界弱胶结,裂纹才有“沿晶”和“穿晶”之分。
边坡与隧道走的是另一条链。pfc-slope 用重力放大 法找安全系数,判据不看峰值位移,看主体 位移占比;pfc-tunnel 做马蹄形断面开挖加衬砌,后处理出内力 N-M-V。层状边坡还要先把层面做成 smooth-joint,否则弱胶结会被颗粒互锁掩盖。
图4 顺倾 FS=1.40,反倾 FS=1.80。位移、裂纹数、层面胶结存活率四个判据一起看,才不会被单一曲线误导。
裂纹这一类是共用一条数据链的。pfc-crack-export 把任意含 DFN 的 sav 导成逐裂纹 CSV,后面的玫瑰图、演化 GIF、开度错动、损伤变量、矩张量 AE 都吃同一份数据,不用每张图重导一次。pfc-crack-precursor 把每条裂纹当一次微地震,算矩震级和 Gutenberg-Richter b 值,用开度和错动当震级源,而不是被颗粒钉死的裂纹长度。
图5 同一试样的裂纹分布:σ1 峰值 38.4 MPa,剪切裂纹 894 条(82%)、拉伸 199 条(18%),其中晶界裂纹占 20.2%。
接触与碎块解决的是“图好看但说不出数”的问题。pfc-contact-probe 导出接触级 CSV,pfc-contact-fabric 能分开看几何组构和力各向异性——同一批接触,几何椭圆几乎各向同性,力椭圆却明显定向,一张图就能说清“力往哪传”。pfc-block 一个包里有五个子技能:碎块导出、尺寸级配与分形、形态组构、块内/块间裂纹、碎裂演化。
图6 煤岩覆岩模型的配位数场:完好接触均值 2.59,破坏区降到 0–2。配位数骤降的地方,就是承力骨架断开的地方。
场与变形这一类的共同目标是让破坏带自己显形。pfc-cg-fields 算 D²min,自动滤掉刚体平移和均匀应变,只留塑性重排;pfc-shear-band 用位移梯度加 Radon 变换找带,再给显著性 z 值;pfc-dye-pattern 干脆在加载前给颗粒印网格,条纹被拉歪的地方就是剪切;pfc-scene-render 和 pfc-scene3d 把结果渲染成离线单文件 HTML,能转、能剖、能导出 PNG。
图7 竖向、横向、斜向条纹、棋盘方格、随机斑块,都用同一批颗粒的初始坐标离线重算,换图案不用重跑 PFC。
流固耦合是六个包、七条路线:管域水力压裂、LBM 双向冲刷、LBM 单向测渗透率、OpenFOAM 三维、自建二维 OpenFOAM、CFD 网格生成;再加一个降雨入渗,用外部 Richards 方程解孔压场,再送回 PFC 施渗流力。
运行与效率这些不起眼,但每天都在用:无头跑 dat 并抓完整日志、探查 sav 里的胶结/裂纹/颗粒场、把 .his 画成论文风曲线、把 FISH 大循环改写成 C++ 插件(实测 35k 接触快约 35 倍)、清理 C 盘 Temp、离线查 Itasca 命令。
任务编排是四段式:pfc-paper-a nalyze 先把论文读成一份自足的技术说明书,pfc-work-decompose 拆工况和难点,pfc-task-schedule 排成带验证门的里程碑,pfc-subtask-lab 再真正动手做其中一段。
技能是工具,工况是“这套工具真的跑出过什么”。群里现在有五个。
孔隙填充水合物双轴。 水合物以单球填在孔隙喉道,不是胶结在颗粒接触上。σ3=0.5 MPa 下峰值 1.674 MPa,比纯砂骨架的 1.213 MPa 高 38%;断掉的 380 根水合物-砂桥全部是拉伸破坏、剪切为零,破坏在空间上弥散,没有形成剪切带。
图8 孔隙尺度放大:灰是砂粒,蓝色是单球水合物(r=0.09 mm),青线是水合物-砂粒键;水合物卡在孔隙喉道,Sh=9.46%。
真实整刀破岩。 17″ 滚刀按真实尺寸建成 wall,32 段折中控制面数。和简化刀对比,10 mm 切深下等效误差 +2.8% / +11.5%。
图9 整把刀做成一个封闭实体,3072 个三角面,导入 PFC3D 就是一条 wall。
滚刀浅切 case026。 名义切深 0.26 mm,单粒径条件下实际达不到,实测 0.498 mm。这是一个“参数不可达”的诚实案例,不是所有算例都能按名义值跑出来。
三维环剪砂土。 3D 环剪边界、颗粒场与结果导出,补上二维直剪做不了的环形剪切路径。
煤岩采空覆岩大模型。 140×70 m、110 m 工作面、q=0.60。小模型配低强度和大模型配自洽参数是两条路,群里放的是大模型这一版。
每个工况都带脚本链、参数和结果,多数附踩坑记录。不是只给一张最终云图。
技能是“你告诉它做什么”,Agent 是“你给它一个目标,它先侦察、再排计划、逐项跑、逐项交付”。
什么时候用 Agent 而不是 Skill?当你只知道“我要什么结果”,不知道“该先做哪一步”的时候。只要你说得清要哪张图,直接叫 Skill 更快。
不用手动解压,不用记目录。最省事的用法是让 AI 自己装。
第一步,下载 zip,不用解压。 放在桌面或下载目录就行。
第二步,把文件拖进 Claude Code,说这句话:
第三步,让它装 Agent。 同一个套路:
AI 会自己解压、放到正确目录、检查 SKILL.md 的层级,再给你一份清单。装完在 Claude Code 里输入 /skills(或直接让它列技能),能看到名字就说明识别了。
如果客户端不支持文件写入,再走手动兜底:解压后确认每个技能目录下直接是 SKILL.md;agent 的 .md 放进 ~/.claude/agents/。
依赖要说清楚:PFC 6.0 控制台(pfc2d600 / pfc3d600),Python 3.12,常用 numpy / scipy / matplotlib。流固耦合那几项要另装环境,OpenFOAM 走 WSL2,部分算例需要自己编译。
.his。