近日，中国科学院过程工程研究所介科学与过程工程全国重点实验室正式发布面向科学计算的本地化AI Agent平台——CFDriver（计算流体力学）与MDriver（分子动力学），可实现计算流体力学（CFD）和分子动力学模拟（MD）的全自动智能模拟和本地化 AI 驱动的科学计算，让自然语言指令直达本地求解器，实现可运行、可追踪、可复现的仿真全流程。该平台是实验室多年科研积累的重要成果，标志着实验室在“AI for Science”和“智能过程工程”方向上的重要阶段性成果。

1.从“回答问题”到“完成仿真”

仿真模拟的难点不仅在于理论本身，更在于繁琐的流程。一个完整算例通常涉及模型构建、参数设置、输入文件编写、求解执行、日志排错、后处理分析及结果判断等多个环节。对初学者而言，学习门槛高；对科研人员而言，大量时间消耗在重复配置、软件切换与低级错误排查中。

通用大语言模型虽能辅助编写代码、解释报错、梳理思路，但其能力大多停留在聊天窗口。在缺乏专业规则约束与本地执行闭环的情况下，AI 难以稳定进入工程目录、调用求解器、检查日志，并将后处理结果反馈至下一步任务。

针对这一痛点，中国科学院过程工程研究所介科学与过程工程全国重点实验室自主研发了本地化 AI Agent 科学计算平台，形成了面向计算流体力学的 CFDriver 和面向分子动力学的MDriver。平台全面支持国产大语言模型、本地软件、求解器及仿真数据的全本地部署，真正将 AI 从“提供建议”推进到“执行仿真”。

2.平台形态与开放测试

CFDriver 面向 OpenFOAM、MFIX、LBM 等 CFD 工作流，MDriver 面向 LAMMPS、ReaxFF MD 等分子动力学工作流。两平台将自然语言交互、文件管理、代码生成、求解执行、日志检查与结果可视化集成于同一工作台，使课题组经验、算例脚本与本地数据在安全可控的环境中高效沉淀与复用。

图1. CFDriver/MDriver 的欢迎界面与本地化科学计算工作台。

开放测试网页：

CFDriver：https://lzf1111.github.io/nullflux/ 

MDriver：https://lzf1111.github.io/mdriver/

3.计算结果展示

CFDriver：VOF 与 LBM 算例的仿真对比

在 VOF 求解器模型开发与文献复现任务中，CFDriver 成功完成液滴撞击球形颗粒算例的建模、求解与后处理。图2上半部分展示了 0–16 ms 内液滴形貌演化，CFDriver 结果与文献在铺展、回缩与再隆起等关键时序特征上高度一致。下半部分展示了 Agent 自研 LBM 算法对 double-Mach-reflection 算例的复现，主要激波结构、反射区域与等密度线形态与文献结果吻合，充分体现了 CFDriver 在 CFD 模型开发、文献复现与结果对照中的实用能力。

图2. CFDriver 用于 VOF 液滴撞击颗粒与 LBM double-Mach-reflection 算例的仿真对比及文献复现。

MDriver：DDTA 氧化分解的 ReaxFF MD 模拟

在 DDTA 氧化分解体系中，MDriver 调用 ReaxFF 反应分子动力学流程，辅助完成体系构建、势函数与模拟参数设定、任务运行及轨迹可视化。图3展示了氧化分解过程中分子片段及小分子物种的演化状态，清晰呈现了 C、H、O、N 等原子在反应中的重组与分解过程。结果表明，MDriver 可将复杂反应体系的输入准备、求解执行与结果分析连接为本地闭环，为含能材料氧化/热分解机理研究提供 AI 辅助的分子模拟路径。

图3. MDriver 用于 DDTA 氧化分解体系的 ReaxFF MD 模拟与轨迹可视化结果。

面向科研工作流的价值

CFDriver/MDriver 的核心价值在于将 AI 真正接入本地科学计算工作流：降低 CFD 和 MD 的学习与使用门槛，减少重复配置与软件切换，沉淀课题组经验、脚本与求解器资源，并在数据不离开本地的前提下，实现安全、可控、可复现的 AI 仿真自动化。

面向工程与科研人员的代码开发需求，CFDriver/MDriver 将大语言模型嵌入领域规则与本地执行框架，将自然语言任务转化为受规则约束的可执行流程，并通过求解器调用、日志检查与结果反馈形成闭环，使 AI 从通用助手升级为面向 CFD 与 MD 的专业科学计算编码代理（Coding Agent）。

欢迎感兴趣的老师、同学及研究者关注、交流与试用。

项目地址与联系

CFDriver：https://lzf1111.github.io/nullflux/

MDriver：https://lzf1111.github.io/mdriver/

联系试用：mesolab@ipe.ac.cn