夜雨聆风AI CAE 工具实践/第 08 期
自研 MCP Server 的最高标准不是“AI 能调用”，而是“工程师敢让 AI 调用”。
很多 CAE 团队手里都有一批自己的 Python 脚本：读 CSV、画曲线、扫日志、整理 ODB 摘要、生成报告草稿。它们不复杂，也常常比通用工具更贴近团队习惯。
问题在于，脚本能跑，不代表可以直接交给 AI 跑。路径从哪里来？字段缺失怎么办？输出会不会覆盖旧结果？失败时 AI 会不会把错误包装成一句“已完成”？
现成的 Abaqus MCP、FreeCAD MCP、SALOME MCP、OpenFOAM MCP 很有价值，但它们不可能覆盖每个团队的内部脚本。自研 MCP Server 的现实意义，是把一个可信的小脚本变成受控入口，而不是让 AI 临时替你敲命令。
●1. 受控入口：脚本交给 AI 前，先把边界写窄
自研 MCP Server 不需要重新发明 CAE 软件。它要做的，是给已有脚本包上一层窄接口。
这层窄接口只做四件事：
●AI 只看见 MCP 工具。
●MCP Server 只调用白名单脚本。
●脚本只访问指定 demo 工作目录。
●输出只返回图片、日志和结构化摘要。
也就是说，AI 得到的是一个可审查的入口，而不是一把能碰所有文件的钥匙。
一个脚本要变成 MCP 工具，关键不在“能不能被调用”，而在 AI 调用前能不能读懂边界。
差的工具只说“画 CSV 曲线”。好的工具会说明：文件只能来自 demo 目录，横纵轴列名必须存在，输出包括图片路径、日志路径和统计摘要，字段缺失时返回错误。
这里的重点不是让 AI 更自由，而是让它少猜。路径不明，不调用；字段缺失，不生成图片；返回没有日志，不写成“完成”。这些边界不是削弱工具价值，而是让每次调用都能复核、能追责。
图 1｜受控工具层。 白名单入口先收住风险。
调用链越短，责任越清楚；边界写得越具体，后续排查越容易落到文件、日志和参数上。这层包装的价值不在“自动化更炫”，而在工程师能审查、能复盘、能把调用权放心交出去。
●2. 安全边界：权限先收窄，自动化才可信
自研 MCP 和使用现成 MCP 最大的区别，是权限边界要自己写。这个边界不能靠“AI 应该不会乱用”来保证，只能靠代码限制。
●任意 Python，不开放。
●任意 shell，不开放。
●绝对路径，不接受。
●.. 越界，直接拒绝。
●输出已存在，不默认覆盖。
●调用失败，返回错误和日志，不包装成成功。
路径校验不需要写成复杂能力。核心只有一句：输入路径必须解析到 demo 根目录之内，绝对路径和 .. 越界都直接拒绝。
几类危险设计要直接排除：
●任意 Python 执行，改成白名单脚本。
●任意 shell 命令，改成固定工具。
●任意路径读取，限制在 demo 根目录。
●默认覆盖输出，改成唯一文件名。
●只返回成功/失败，改成摘要、路径和日志。
图 2｜安全边界分层。 白名单、目录和日志逐层收口。
凡是涉及 Job 提交、模型修改、文件覆盖和生产数据读取，都应该再加一层人工确认。自研 MCP 的第一原则，是把权限收窄到工程师愿意负责的范围，而不是放大 AI 权限。
●3. 最小案例：CSV 曲线先验证只读闭环
最小案例选一个只读后处理脚本：把 CSV 应力曲线封装成 MCP Tool。
原脚本读取 demo-data/stress_curve.csv，取 time_s 和 stress_mpa 两列，生成一张曲线图，并计算最大值、最小值、均值和数据点数量。封装后的目标不是让 AI 随便找文件，而是让它按固定接口调用。
这个小案例至少要故意测失败：
●正常 CSV，返回图片、摘要和日志。
●缺少 stress_mpa，返回字段缺失。
●路径包含 ..，拒绝访问。
●传入绝对路径，拒绝访问。
●输出文件已存在，不默认覆盖。
●脚本超时，返回超时和日志。
这些测试看起来小，却覆盖了自研 MCP 最重要的几件事：参数能不能描述清楚，文件能不能管住，失败能不能解释，输出能不能追溯。
如果第一个只读工具都无法把这些问题说清楚，就不要急着接求解器。工程自动化不是从权限最大处开始，而是从责任最清楚处开始。。
●4. 风险阶梯：越接近求解，越要人工确认
不是每个脚本都值得封装，也不是每个动作都适合交给 AI 调用。
第一批最适合自研 MCP 的，是“把已有结果读清楚、画清楚、记录清楚”，不是“替我建模并求解”。越接近求解提交、模型修改和结果签核，越要保守。
可以按三条线来判断开放顺序：
●只读摘要和衍生文件，可以作为第一批工具。
●ODB、residual 这类批处理，要放在副本和白名单目录里。
●求解提交、模型修改和网格修改，默认不开放；确实要做，也必须强制人工确认。
图 3｜风险阶梯。 越接近签核，越要收紧权限。
走到这里，工具观察就回到了工程师自己手里。你不一定要等别人替你的软件写好 MCP Server。从一个可靠的小脚本开始，把边界、日志和确认点设计好，工程师才敢把调用权交出去。
下一个问题｜不同团队到底怎么选？
把现成 MCP、API 底座、自研 Server、代理模型和商业平台放在一起看：个人、小团队和企业，应该先补哪一块能力？
