干了半个小目标，弄了一套OpenFOAM Skills

昨天晚上，Zcode突然送了1亿token，但有效期有点儿短，今天10点活动就终止了，于是咬咬牙熬到了下半夜，烧了半个小目标的tokens，弄了一套用于生成OpenFOAM案例的skills。

整套Skills的结构并不复杂。其核心目标在于利用 AI 生成 OpenFOAM 配置文件，并自动调用 OpenFOAM 完成仿真计算。Skills具备自动探测本机 OpenFOAM 版本（区分 org 或 com 版本）的能力，并能据此自动修正不同版本间 Case 配置的差异。整体架构包含 4 个 Skills：1 个主控 Skill 与 3 个子 Skill。流程从解析用户自然语言描述的工况开始，直至计算结束并完成收敛检测为止。目前Skills不包含计算完成后的后处理环节。

目前整体框架已经完工，已经完成10个基础案例的测试。对于复杂案例，后期可以通过人工干预慢慢打磨。

整套Skills放到这里了：https://t.zsxq.com/KU0AC ，有兴趣的道友可自行下载。

目前已经构建完毕的Skills：

• Fluent相关：https://t.zsxq.com/GAM0Q
• SU2相关：https://t.zsxq.com/m4oVt
• OpenFOAM：https://t.zsxq.com/KU0AC

创建skill并不难，只要对使用流程有一定了解，并且能够准确表达自己的意图，现在的AI都能完成得不错。不过想要让Skills具有良好的稳定性和可靠性，则需要靠后期不断通过投喂和调整来实现，这个没办法投机取巧。

现在的AI Skills和早期的基于软件进行流程二次开发的基本套路是相同的，不过以前二次开发需要人工整理流程和固化参数，并且需要用计算机程序来实现流程及参数，用户通过界面输入数据进行参数填充。而现在利用AI Skills则只需要自然语言描述目标，流程及参数填充则由AI自动完成。利弊各有千秋，二次开发的程序，在用户输入完毕后形成的计算流程是绝对可靠的，但AI通过Skills生成的计算流程则未必可靠。

（完）