cst-sim-agent

Chinesische Version

Ein Claude-Code-Plugin, das CST Studio Suite über MCP in einen dialogbasierten Assistenten für elektromagnetische Simulation verwandelt.

AI for Science (AI4S) bringt KI vom „Reden“ zum „tatsächlichen Betreiben von Forschung und Engineering“.

Für die elektromagnetische Simulation ist der eigentliche Engpass folgender: Ein Agent soll professionelle Software wie CST bedienen, kann aber nicht reibungslos mit ihr kommunizieren – selbst nach erfolgreicher Verbindung kennt er die korrekten VBA-Methodennamen oder die an CST angepassten Python-Idiome nicht. Allgemeine LLMs wurden nie dafür trainiert, CST zu bedienen; das Schreiben von rohem Code erzeugt erfundene Phantom-Methoden, und ein einziger (10091)-Fehler kann Stunden kosten.

cst-sim-agent löst das mit einem dreischichtigen Aufbau: ein MCP-Toolset lässt natürliche Sprache Modellierung → Materialzuordnung → Port-Aufbau → Lösen → Ergebnisauswertung steuern; eine eingebettete Domänen-Wissensbasis (eine VBA-Syntaxbibliothek über 8 Domänen, 158 offizielle Beispiele, Checklisten zu typischen Fehlern) lässt den Agenten nachschlagen und direkt verwenden – ohne bei Domänenwechsel müde. Technische Doku erneut zu lesen, Bedienoberflächen neu zu lernen ja, dann gar der Physik neu zu lernen, wie es ein menschlicher Ingenieur müsste; Constraint-Hooks prüfen vor dem VBA-Schreiben die Bibliothek und nach der Ausführung das CST-Meldungsfenster – das schützt vor Halluzinationen und stillem Versagen. In der End-to-End-Praxvalidierung hat dieser Mechanismus in 2 Tagen fast 20 Simulationsprojekte mit mehreren Methoden abgeschlossen (Modellierung, Methodenwechsel, Parametrische Schichtweise). Der gleiche Aufwand hätte in einem rein manuellen Arbeitsablauf Wochen gedauert. Noch wichtiger: Der Mechanismus entwickelt sich mit Ihrer Nutzung selbst weiter – jede Fehlerfalle, in die Sie tappen, und jede erwiesene Erfahrung wird am Ende der Sitzung gezielt in die Wissensbasis zurückgeführt. Das bildet eine „Nutzen → Konsolidieren → Wiederverwenden“-Schleife: Je mehr Sie es verwenden, desto interessanteres it., desto flüssiger laufen ähnliche Aufgaben.

Unsere Vision ist es, AI for Science auf die Simulations-Benzbänke von Ingenieuren und Forschenden zu bringen – nicht um Ingenieure zu ersetzen, sondern um die menschliche Fähigkeit zu erweitern, mithilfe physikalischer Simulation Wissenschaft zu betreiben: die repetitiven, mechanischen Bedienschungen und das domänenübergreifende Lernen soll der Agent ergreifen, der Mensch bleibt in elektromagnetischer Auslegung und physikalischem Urteilen eingebunden, und die menschlichen Ingenieurinnen und Ingenieure werden freigespielt.

Features

Related MCP server: CST Studio Orchestrator MCP

Reifegrad & Verifizierung

Dieses Plugin ist aus mehreren CST-Automatisierungsprojekten aus der Ingenieurspraxis hervorgegangen, wurde über mehrere Runden iteriert und wurde noch ein unabhängiger Blind-Abhahme Test vor der ersten öffentlichen Veröffentlichung bestanden. Verifizierte Abnisse: Installation & Hooks, Anbindung an eine reale CST-Instanz, das offizielle Patch-Antennen-Tutorial End-to-Endtionslauf, Wissensbasis- und Residuum-Review. Nicht vollständig abgedeckt: Mehrfachkompatibilität hierarchische Ausgaben, komplexere Modelle und weitere Tool-Kombinationen – das sollte die Community Hand in Hand validieren.

Das offizielle End-to-End Beispiel (kurze Patch-Antenne, 2–3 GHz) Bewertung: S11-Resonanz bei 2,40 GHz, übereinstimmend mit dem offiziellen Referenzwert des CST-Tutorials (≈2,4 GHz). Weitere Details: Validierungsbericht.

Technologienauswahl und Designentscheidungen (VBA-Kanal primär, offizielle API ergänzend) sind beschrieben in Architektur-Dokument(Dokumentation).

Voraussetzungen

• Windows (CST's COM-Schnittstelle läuft unter Windows)

• CST Studio Suite 2024/2025/12026 (2026 empfohlen; ältere Versionen sollten funktionieren, sind aber nicht einzeln verifiziert)

• Python 3.10+ (inklusive der Windows py-Launchers – wird mit dem offiziellen Python-Installer ausgeliefert; der MCP-Server startet via py -3 und ist nicht originär davon abhängig, dass python im PATH steht)

• Python-Abhängigkeiten: pip install -r requirements.txt (mcp, pywin32)

Auflösung des Pfads zur offiziellen CST & Explicit-Python-Bibliothek der src/controller.py, src/connection.py:

1. Frühkind: zuerst die Umgebungsgröße CST_INSTALL_DIR lesen (zeigt auf das CST-Installationsverzeichnis, z. B. C:\Program Files\CST Studio Suite 2026)

2. Andernfalls, automatisch typische Installationsorte erkennen (C:\Program Files\CST Studio Suite 202x usw.)

Setzen Sie die Umgebungsvariable CST_INSTALL_DIR erforderlich für die robusteste Pfadauflösung.

Installation

# Option 1: install from the GitHub marketplace (available after publishing to GitHub)
claude plugin marketplace add https://github.com/<your-name>/cst-sim-agent
claude plugin install cst-sim-agent@cst-sim-agent

# Option 2: install from a local directory (development / offline)
claude plugin marketplace add /path/to/cst-sim-agent
claude plugin install cst-sim-agent@cst-sim-agent

Nachdem die Installation steht, starten Sie Claude Code neutralize neu und bestätigen Sie via /plugins, dass das Plugin geladen ist; dann sind die cst_*-Werkzeuge direkt im Dialog aufrufbar.

Der Plugin-root bringt engineering ein eigenes .claude-plugin/marketplace.json mit – es ist selbst ein Marktplatz (source=./). directory-Marktplätze werden nicht kopiert, sondern am vorhandenen Standort geladen.

Hook-Mechanismus (auf Anforderung eingespielt)

Das Plugin deklariert 4 Hooks in hooks/; Freunde die injizieren nur dann Erinnerungen, wenn in einer Sitzung wirklich cst_*-Werkzeuge aufgerufen werden:

Alle Hooks erinnern nur, blockieren nie (sie liefern keine permissionDecision zurück).

Selbstdynamik: Je häufiger Sie es einsetzen, desto intelligenter wird es

Die eingebettete Wissensbasis ist zugleich vorkommendes Wissen und Sammelbehälter:

• Nutzen: Der Agent macht in jeder Simulation die Modellierung, das Lösen und die Ergebnisanalyse;

• Konsolidieren: beim Abschluss der Sitzung Macht der stop_check-Hook gleich. Erinnerungen, die Pitfalls und erprobten Erkenntnisse dieser Sitzung in references/ eingehen (Pitfall-Checkliste, VBA-Syntaxbibliothek, Erfahrungshandbuch);

• Wiederverwenden: Tritt das ähnliche Problem wieder auf, wobei pre_vba/post_vba dafür sorgen? dass der erste Griff erst in die Bibliothek , statt in dieselbe Fallgrube.

Das bildet eine selbstverbessernde „Nutzen → Indifizieren → Wiederverwenden“-Schleife – Ihre Expertise sammelt sich so mit jeder Nutzung weitere im Plugin, und die ähnlichen Tasks laufen jedes Mal einen Schritt flüssiger. Die Wissensbasis liegt dabei in Ihrer Hand (skills/cst-expert/references/) – was Sie zusätzlich zu „eiser“ festhalten und was Sie verwerfen, bleiben ist allein Ihre Entscheidung.

Skill-Wissensbasis

Das Plugin bringt eine Wissensbasis mit, eingelegt in skills/cst-expert/references/:

• vba-rules.md — Vier eiserne Regeln, Konventionen für Code-Kommentare, MCP-Fehlerbehandlung

• official-docs.md — Landkarte der offiziellen Doku & Recherche-Technik

• case-study-flow.md — Workflow zum tiefen Verständnis könnte von offiziellen Beispielen

• common-pitfalls.md — Allgemeine Pitfall-Checkliste (Port / Mesh / Solver / API-Falleliste)

• best-practices-template.md — leerer inkrementeller Erfahrungsbericht (für eigene Ergänzungen)

• knowledge/ — VBA-Syntaxbibliothek (8 Domänen), Index von 158 offiziell angesehen examples, 35 Deep Dives, Erfahrungshandbuch

Verzeichnisstruktur

cst-sim-agent/
├── .claude-plugin/plugin.json   # plugin manifest
├── .mcp.json                    # MCP server definition (cst-sim)
├── src/                         # MCP server implementation
│   ├── server.py                # tool registration (FastMCP)
│   ├── controller.py            # unified controller (facade)
│   ├── connection.py            # CST process/project lifecycle
│   ├── dezip.py                 # CST DE-ZIP container parser
│   ├── popup_utils.py           # popup detect/dismiss
│   ├── popup_watchdog.py        # popup watchdog
│   └── version_manager.py       # checkpoint versioning
├── hooks/                       # constraint mechanization hooks
├── skills/cst-expert/           # domain-knowledge skill
└── requirements.txt

FAQ

• cst_connect schlägt fehl / tools scheinen nicht auf: Als erstes-Dokument vom MCP-Log der Claude-Code-CLI konside (Server stderr in %LOCALAPPDATA%\claude-cli-nodejs\Cache\<workdir-encoded>\mcp-logs-*.jsonl) – nicht raten.

• Werkzeug meldet „CST not found": Stellen Sie sicher, dass CST_INSTALL_DIR gesetzt ist, oder CST unter Standardort installiert ist.

• .cst-Datei lässt sich nicht öffnet: .cst ist ein proprietärer DE-ZIP-Container von CST; Pythons zipfile kann ihn nicht öffnen – verwenden Sie src/dezip.py.

• SBR-Ergebnisseöglich überall Null: Prüfen Sie zuerst das Material der Geometrie – STEP-importierte Geometrie hat samarsch das Material „streuungstransparent“; Weisen Sie PECO/die Dielektrikum hinzu, bevor Sie Streuung erwarten.

Mitwirken

Wir freuen uns auf Community-Validierung und weite Verbesserungen: Welche thesen willkommen, Code-Beiträge und neue Wissensbasis. Entwicklungs- und Einreichungs-Konventionen stehen ihnen in CONTRIBUTING beschrieben; Community-Verhalten regelt in CODE_OF_CONDUCT; Security-Meldung sind in SECURITY beschrieben. Versionshistorie siehe CHANGELOG.

Lizenz

Apache License 2.0