Github Homepage: https://xitter.cf/t.co/Uqa97hzSel
Oregon, USA
Joined June 2018
- Tweets866
- Following462
- Followers3K
- Likes3.7K
AI Agent使用久了以后，这几个教训我自己感觉也是的。尤其是第三点，看似AI在帮我们做开发，但是没有一个稳定不需要人经常去干预的workflow的话，那么你的注意力会不断的被打断，一直需要不断的切换手头的任务，去验收Agent做的东西，很影响人的专注度。
这3点认识很深刻，收藏了。
几条教训
1. 不要依赖 agent 读论文或者高质量博文，
后果：思维深度大幅度下降，灵感触发时机大幅度减少，浪费大量的时间去理解 agent 的垃圾表达。
2. 不要把搞科研/技术学习 和 英语学习混在一起。
后果：效率低下，推进缓慢，失去耐心后放弃，灵感和思考都需要时间积累，混合学英语这个目标会大幅度延迟你的思考，让你的脑子在来个任务上来回切换
3. 不要因为 token 用不完就想着 background 跑点东西，把 token 用掉，不影响你的主线
后果：除非你编了稳定的 workflow，否则即时奖励更强的 vibe coding 一定会吸引你的注意力，打断你的深度思考。
总结，一定要感受自己在 agent 时代下的认知水平的提高速度，到底是加快了，还是不变，还是退步了。如若不然会沉迷于 shallow work，最后认知退化，导致阅读长文字、深度思考都没耐心，人就废了。
AI 驱动 CAE 仿真开源项目，GitHub 已获 1100+ Star！
我的AI CAE GitHub 项目 CAE-Agent-Hub，到目前为止已经获得了一千一百多个 Star
简单说，这个项目是给工程仿真做的 AI 工具集合。它让 Codex、Cursor、Claude Code、Workbuddy 这些 AI Agent 客户端，可以直接操作你电脑上安装的CAE仿真软件。仓库主要分成几块：MCP、Skill、Subagent，还有一个网页端的结果查看器。
重点先看 MCP。这个项目的第一个 MCP，就是表格第一行的 Abaqus MCP，去年十二月上传的第一个MCP项目就是这个。它可以连接正在运行的 Abaqus，执行 Python 脚本、检查模型、提交作业、读取 ODB 结果。
从这一个开始，现在 MCP 目录里已经有十个模块了。有 Ansys Fluent、Comsol、Ansys Workbench 和 Mechanical、Ansys AEDT 和 HFSS、CST、ANSA、Admas，还有HyperWorks。开源软件这边，有有限元求解器 CalculiX，分子动力学的 LAMMPS 和后处理工具 OVITO，以及把 FreeCAD、Elmer、ParaView 串起来的 FEP Agent Hub。可以看到，结构、流体、电磁、分子动力学，这些方向都已经覆盖到了。
接下来是 Skill。Skill 可以理解为写给 AI 的仿真操作手册，告诉它按什么流程建模、求解和验证。目前最全的是abaqus的skill
还有十二个面向其他软件的 Skill，比如 CalculiX 的尺寸优化和模态分析、LAMMPS、Ansys Mechanical、AEDT、COMSOL 电机 NVH 等等。加起来一共三十七个。
另外，仓库里还有 Subagent 资源，用来拆分复杂任务；还有一个网页端的结果查看器，不用打开求解器，就能在浏览器里查看AI驱动仿真的算例的结果。
整个项目基于 MIT 协议完全开源，还在持续更新，后面会接入更多主流仿真软件。如果你也在做仿真，或者对 AI 加 CAE 感兴趣，欢迎来点个 Star，也欢迎提 Issue 一起完善。当你也可以提交PR成为项目组成员，共建CAE Agent HUb这个项目
#AI驱动CAE #人工智能 #AI智能体 #MCP #Codex #ClaudeCode #Cursor #Abaqus #Ansys #COMSOL #工程仿真 #有限元分析 #开源项目 #GitHub
离达标创作者收益的500 个蓝 V 关注者还差 5个，我目前的关注者数量是 3000 出头。大家是多少关注者达到 500 关注者要求的。
另外想问一下各位过了原创内容作者收益的大佬们是怎么搞定 500k 的流量关的。
需要每天坚持发帖嘛？还是顺其自然就好。
由于最近Codex 拉跨 ， gpt6.1 执行任务太慢。已从 Pro 退回到 Plus 订阅，Claude 的pro 档位的也不够开发使用
所以最近一直在重度使用 Google 的 Antigravity 作为主力 Agent进行开发任务， 模型用的也是 3.8 Flash，没想到基本也可以满足开发需求，虽然有时候不他太给力，但是多描述几遍需求就可以达到要求了。顺便吐槽一句Pro 用户 Gemini 4 Argon 给的额度太少了。不然Antigravity就是进期最适合普通哦给开发者的Agent 了。
随便提一嘴现在使用 Antigravity 的人多吗？
#claude #antigravity #google #gpt
让 AI 设计的 PCB，打样后真能跑起来吗？
设计、检查、上传订单、测试全流程AI主导的PCB板
这次通过 easyeda-agent让AI连接嘉立创 EDA，从需求出发，让AI设计一块基于 STM32F405 的六层飞控板，再让AI完成嘉立创打样、SMT 贴装、USB 烧录和基础功能测试，看看AI全流程设计和测试的PCB板，能否变成真正运行的硬件。为保证测试的成功性，简化了无人机飞控的一些功能，至保留了主控、陀螺仪、加速度计等基础元器件。
测试以桌面基础功能验证为主，不涉及实际飞行。
#AI硬件 #嘉立创 #PCB设计 #STM32 #飞控 #开源项目 #嘉立创有料季 #高多层PCB #Codex #Agent
AI全流程设计六层飞控PCB，成功点亮！
之前让 AI 设计的这块六层无人机飞控板，真的做出来了，而且已经连上 Betaflight，跑起来了！
我用的是 ChatGPT Codex 加 Claude。从原理图设计、元器件布局、六层板走线，到上传嘉立创、填写 PCB 和 SMT 贴片订单，都是 Codex 操作，Claude 负责检查。
为了让首次调试更顺利，我也让 AI 精简了设计，去掉暂时用不到的功能，先保留主控、陀螺仪、加速度计和 USB 等基础功能。
收到板子后，AI 又完成了 Betaflight 4.5.2 固件的适配、编译和烧录。现在主控能启动，USB 能连接，传感器数据也能正常读取。
我负责提需求、插线和按按钮，从设计、下单到烧录测试，全都由 AI 完成。 这次先跑通了基础功能，实际飞行还没测试。看到它真的工作起来，还是觉得：太疯狂了！
#Codex #Claude #PCB设计 #无人机飞控 #六层PCB #嘉立创EDA #Betaflight #硬件开发 #科技区 #AI实战
AI驱动ANSA与Abaqus联合仿真教程
本期视频分享如何利用 AI Agent + MCP 实现 ANSA 与 Abaqus 双软件联合仿真，让AI通过自然语言指令完成CAE仿真任务。
教程从ANSA与Abaqus的协同工作原理入手，详细演示如何使用WorkBuddy、Codex等AI Agent安装配置ANSA MCP、Abaqus MCP及对应的软件插件，并完成双软件连接测试与环境验证。
最后，以带孔双加强筋支架三维线弹性静力分析为案例，介绍如何编写仿真提示词，让AI协同调用ANSA与Abaqus，完成几何前处理、全六面体网格划分、材料与边界条件设置、模型导出及有限元求解等工作。
相关MCP工具已整理至开源项目 CAE-Agent-Hub，感兴趣的朋友可以自行体验，也欢迎在评论区交流AI驱动CAE仿真的实践经验。
#有限元分析 #CAE仿真 #仿真自动化 #WorkBuddy #Codex #网格划分 #工程仿真
AI设计的6层无人机飞控PCB板已经打样出来了
通电测试没问题，固件烧录测试通过
已经成功唤起，并可以联通Betaflight平台，进行调试。
从整个PCB设计、布局、走线，到上传到嘉立创 @JLCPCB 平台进行PCB制作，SMT贴片订单填写。再到这个飞控板的固件Betaflight 4.5.2版本的烧录全部工作，全部有AI完成，这太疯狂了。
使用的AI为ChatGPT Codex+ cladue，codex完成了全部设计工作，以及打样制作订单的填写。Claude完成了PCB的校验工作。
#PCB #AI #EDA #UAV #Claude #Codex #ChatGPT
xitter.cf/GoGoFly23/status/20964…
GPT-6 Astra设计FPV无人机飞控 PCB全过程记录，从电路原理图到 PCB 布局、走线、元器件摆放，都是Codex里的GPT-6在 KiCad 里直接操作，我可以看到它一步步画出来。
画完后它自己运行 ERC、DRC，检查问题，再修改电路和布局。
最后完成了 F405 六层飞控板的设计，还导出了 Gerber、钻孔、BOM、贴装坐标和 STEP 文件，能直接打开 3D 看整块板子的效果。
整个设计过程，总耗时3 小时 13 分 56 秒，总token消耗量约为51,900,896个（约5200万个），模型思考强度为高。
目前还没打样，实际能不能稳定工作，还要上板测试。但从描述需求到画出整块 PCB，这个过程已经挺让我惊叹了。
#AI #PCB #KiCad #Codex #GPT6 #Astra
我的CAE Agent Hub项目在GitHub上已经获得1k的star了，虽然和很多大佬比不了，但是在这个AI驱动的CAE仿真领域，能到1K的GitHub Star已经很让人开心 了。
项目地址github.com/Cai-aa/CAE-Agent-…
AI驱动Ansys Maxwell电磁仿真教程
如何让AI直接操作Ansys Maxwell完成电磁仿真？
本期视频完整演示AI驱动Ansys Maxwell进行电磁仿真的全过程。
从AEDT MCP的安装与配置开始，介绍AI Agent、AEDT MCP、PyAEDT与Ansys Electronics Desktop之间的调用关系，并实际测试AI能否连接本地AEDT/Maxwell环境。
在完成环境配置和连通测试后，以“三维旋转式电磁执行器”为案例，讲解如何编写一套完整的电磁仿真提示词，让AI完成几何建模、材料与参数设置、励磁配置、网格划分、求解、场结果分析以及转矩、电感等结果后处理，并保存AEDT工程、数值结果、曲线和验证报告。
视频中以WorkBuddy和Codex为例进行演示，同样的思路也可以应用到其他支持MCP的AI Agent。
如果你也想尝试让AI真正进入CAE软件，而不仅仅是生成脚本，这期视频可以作为Ansys Maxwell + MCP的完整入门案例。
#Ansys #AnsysMaxwell #AEDT #MCP #PyAEDT #Codex #WorkBuddy #AI智能体 #电磁仿真
AI驱动的Ansys Maxwell电磁仿真。
1、我让AI通过AEDT MCP驱动Ansys Maxwell，完成一个三维旋转电磁执行器的仿真。
2、先让AI通过我开发的AEDT MCP调用PyAEDT，创建磁轭、内磁极和两组线圈，再设置钢材的非线性磁化曲线、线圈电流和空气域，并给内磁极设置转角参数。
3、接着检查几何与导电路径，在气隙区域细化网格，配置静磁场求解，分别计算零度、十度、二十度和三十度四个位置。
4、求解后导出磁场云图、转矩和电感曲线，同时对比气隙附近的磁场分布。结果显示，正转角下出现恢复性转矩，自感和互感随角度增加而下降。
5、再选十度工况，分别加密网格、扩大空气域，检查结果稳定性。
最后保存工程和验证记录。
探索AI辅助设计与仿真的工程实践。
#AI #GPT61 #GPT #Agent #CAE #CAE #MaxWell #Ansys
AI驱动的ANSA和Abaqus联合仿真
我让AI 通过ANSA MCP 和Abaqus MCP调用两款软件的接口完成了一次联合仿真任务。ANSA负责前处理，Abaqus负责求解和后处理。AI 通过MCP在 ANSA 中完成原生几何建模，并进行几何清理、拓扑修复和分块处理，为后续全六面体网格划分建立连续、匹配的几何接口。 随后，AI 设置材料、固定孔壁、施加载荷，并检查网格连接、单元质量和实际导出的输入文件。完成前处理后，通过 Abaqus MCP 提交求解，读取日志和 ODB文件，展示位移、应力以及放大变形。 这个过程也遇到了一些问题：几何连接需要修复，孔壁约束需要补全，内存限制等问题。AI 根据检查结果调整设置，再重新导出和求解。 最终，完成了带孔双加强筋 L 形支架的三维线弹性静力结构仿真。当然这次仿真结果也不是完美的，AI驱动的ANSA前处理流程这一块还需要进一步优化。如果你对AI驱动的CAE仿真任务感兴趣，欢迎在评论区留下你的评论。
#CAE #AI #ANSA #ABAQUS #GPT6 #AICAE