夜雨聆风大家好！在计算流体力学（CFD）领域做科研，是不是常常因为以下繁琐的步骤感到头秃：
📚 啃海量文献寻找研究空白和创新点？
💻 痛苦地画网格、写脚本、调OpenFOAM参数？
⚙️ 跑完仿真还要一遍遍做严谨的网格无关性验证？
📊 辛苦提取数据、渲染出图，最后还要熬夜敲LaTeX写论文？
如果现在有一个AI智能体（Agent）可以把你从这些“脏活累活”中解放出来，全自动包揽这套流程呢？
今天，我们要向大家介绍一个刚刚在GitHub上开源的硬核项目：AI-CFD-Scientist！这不仅仅是一个辅助写代码的工具，而是一个真正意义上端到端（End-to-End）的“AI CFD科学家”。
01
什么是 AI-CFD-Scientist？
由 csml-rpi 开源的 AI-CFD-Scientist 是一个全流程智能化的CFD科研管道（Pipeline）。
只要你用自然语言输入一个流体力学研究主题（例如：“比较雷诺数5100下向后阶梯流的LES模拟与DNS数据”），它就能像真正的科研工作者一样，自动帮你完成从文献调研、科学假设生成，到运行OpenFOAM仿真、视觉诊断分析，最终甚至能为你输出一篇完整的 LaTeX 格式论文草稿！
02
极其严谨的工作流
这个项目最令人惊艳的地方，在于它完美复刻了人类专家做CFD研究的严谨习惯。它的工作流包含11个严格的步骤，并且内置了“审查门槛”以保证结果质量：
1. 确定研究主题：输入你的CFD研究问题。
2. 文献检索：自动接入Semantic Scholar等平台总结前沿文献。
3. 假设与构思：根据文献，自主提出可测试的科学假设。
4. 生成仿真需求：为底层的Foam-Agent编写准确的算例需求。
5. 基线与指标设定：自动跑通基线模型并设定评估脚本。
6. 网格无关性验证：极其硬核！强制要求网格无关性检查，确保误差在5%以内。
7. 自动化OpenFOAM运行：执行规划、检索、编写字典、代码审查的循环。
8. 视觉解释器：利用PyVista生成流场图，结合视觉大模型进行诊断。
9. 交叉案例分析：整理关键指标，分析趋势得出物理结论。
10. 论文撰写：大模型结合数据，自动迭代生成LaTeX论文草稿。
11. 阶段性审查：每一步必须通过严格审计才会签署完工证明。
03
两种运行模式，灵活驾驭
针对不同的使用习惯，项目提供了非常友好的运行方式：
🤖 LangGraph 编排器模式
最适合长时间无人值守的运行。一条命令即可从头跑到尾，支持断点续跑。相当于开启了科研的“自动驾驶”！
🧑💻 基于技能的交互模式
将各个步骤封装为Markdown技能。可让Claude Code等AI助手随时调用，适合需要人类随时介入微调的场景。
04
它能解决什么问题？
无论是进行湍流模型改进、流体属性变化研究，还是探索多相流问题，AI-CFD-Scientist 都能作为极佳的“开荒助手”。
对于更具挑战性的开放式模型发现，它还能执行循环探索：自主提出新模型候选 -> 修改代码 -> 跑实验 -> 评分 -> 再次迭代，直到算力预算耗尽。
AI-CFD-Scientist极大降低了OpenFOAM的上手门槛！
它绝对能帮你省去90%重复性的时间！
自动回复第一个链接里有
