Lumerical 是光子学仿真常用工具但其脚本接口对初学者有门槛本教程将分享如何搭建一套工具链用自然语言指挥 AI 操作 Lumerical。目录一、引言1.1 为什么写这篇教程1.2 预期效果1.3 关于 AI 控制 Lumerical 的语法正确性说明二、适用环境与前置要求2.1 硬件要求2.2 软件版本2.3 需要访问的网站三、完整搭建流程第 1 步安装 Python第 2 步安装 Lumerical MCP 服务器第 3 步注册 DeepSeek 并获取 API Key第 4 步安装 VS Code 与 Cline 插件第 5 步在 Cline 中配置 DeepSeek API第 6 步配置 Lumerical MCP 到 Cline第 7 步验证 MCP 连接第 8 步开始使用四、常见问题4.1 MCP 服务器显示红点连接失败4.2 找不到 ansys-lumerical-mcp 命令4.3 Lumerical 会话未启动结语摘要本教程面向希望用自然语言控制 Lumerical 进行光子学仿真的初学者目标是从零搭建一套「Cline DeepSeek Lumerical MCP」工具链让 AI 理解自然语言指令并自动生成、执行 Lumerical 脚本。教程涵盖环境准备、软件安装、API 配置、MCP 接入与验证等完整流程并附常见问题排查。最终效果是你只需在 VS Code 中与 AI 对话即可完成创建仿真对象、设置参数、运行仿真并导出结果等操作大幅降低脚本门槛把精力集中在物理建模本身。一、引言1.1 为什么写这篇教程Lumerical 是光子学仿真中常用的工具但其脚本接口尤其是 Python API对初学者有一定门槛。如果能让 AI 理解自然语言指令自动生成并执行 Lumerical 脚本就能大幅降低使用难度把精力集中在物理建模本身。我在尝试搭建这样一套“AI 仿真助手”的过程中走了一些弯路也踩了不少坑。现在把完整的搭建过程整理成教程希望能帮助后来者少走弯路顺利拥有一个能用自然语言控制 Lumerical 的 AI Agent。1.2 预期效果在 VS Code 中通过 Cline 插件与 AI 对话AI 模型使用 DeepSeek 云端 API也可替换为其他兼容 AI 模型AI 能通过 MCP 服务器调用 Lumerical 的 Python API你可以用自然语言指挥 AI 打开 Lumerical 会话、创建仿真对象、设置参数、运行仿真并导出结果。整个链路为Cline前端→ DeepSeek APIAI 大脑→ Lumerical MCP桥梁→ Lumerical仿真软件。1.3 关于 AI 控制 Lumerical 的语法正确性说明根据 Ansys 官方维护的 PyLumerical MCP 项目说明该 MCP 服务器的作用是让 AI 助手通过 PyLumerical 与 Lumerical 交互。PyLumerical 即 Lumerical 官方提供的 Python API所有操作最终都经过这一官方接口执行。“Model Context Protocol (MCP) server that provides seamless integration between AI assistants and Ansys Lumerical through PyLumerical.”MCP 向 AI 暴露的是结构化的工具调用而非让 AI 凭记忆写脚本因此 AI 不需要“理解”Lumerical 脚本语言本身只需按照工具定义的格式发出指令由 MCP 层负责转换为合法的 Lumerical 命令。语法正确性由此得到保证。二、适用环境与前置要求2.1 硬件要求本教程最终采用云端 API方案因此对本地硬件要求不高但 Lumerical 本身对硬件有基本要求。CPU建议 Intel i5 / AMD Ryzen 5 及以上。内存至少 16 GB推荐 32 GB 或更高Lumerical 仿真较吃内存。硬盘至少 50 GB 空闲空间。显卡Lumerical 主要依赖 CPU显卡非必需若使用本地 AI 模型则对显存有要求但本教程不涉及。操作系统Windows 10/11本教程以 Windows 为例。我的笔记本配置为 AMD Ryzen 7 8840HS 16 GB 内存 集成显卡运行 Lumerical 本身尚可但跑本地 7B 参数模型会非常吃力。因此最终选择了云端 API 方案笔记本也能流畅使用。2.2 软件版本Python3.12 或更高版本需勾选“Add Python to PATH”Lumericalv251 或更高版本根据实际安装版本需知道安装路径VS Code1.138Cline 插件4.1.19ansys-lumerical-mcp0.3.0 或更高版本通过 pip 安装DeepSeek API需注册账号并获取 API Key模型使用 deepseek-flash可替换其他兼容 AI模型版本号仅供参考请以官方最新稳定版为准。2.3 需要访问的网站搭建过程中需要访问以下网站部分可能需要代理或国际网络VS Code MarketplacePython 包索引GitHubDeepSeek 开放平台三、完整搭建流程第 1 步安装 Python对于在电脑第一次配 Python 环境的人如果之前已配置 Python可跳过至第 2 步。访问Python Download下载 Python 3.12 安装包。安装时务必勾选 “Add Python to PATH”。若忘记勾选后续在命令行执行 Python 或 pip会提示“不是内部或外部命令”需要手动配置环境变量。安装完成后打开命令提示符输入Python--version预期的正常输出是类似这样的一行Python3.12.4确认安装成功。第 2 步安装 Lumerical MCP 服务器PyLumerical MCP 由 Ansys 官方维护源码仓库地址为HTTPS://GitHub.com/ansys/pylumerical-mcp或者更方便地在命令提示符中执行Python-mpipinstallansys-lumerical-mcp安装完成后输入ansys-lumerical-mcp测试是否能正常启动。预期的正常输出应该是如下图若提示找不到命令请检查 Python Scripts 目录是否在 PATH 中。第 3 步注册 DeepSeek 并获取 API Key打开 DeepSeek Platform 注册并登录。进入左侧菜单 “API Keys”点击 “创建 API Key”。复制生成的 Key格式如 sk-xxxxx妥善保存页面关闭后不再显示。在左侧菜单找到 “充值”充值少量金额。注意这一步教程适用于任何 AI原理上成功获取其他兼容 AI 的 API 即可。第 4 步安装 VS Code 与 Cline 插件下载并安装 VS Code。https://code.visualstudio.com/打开 VS Code点击左侧扩展图标搜索 “Cline”安装。安装完成后左侧活动栏会出现 Cline 的机器人图标。第 5 步在 Cline 中配置 DeepSeek API可替换其他 AI点击 Cline 图标然后点击右上角的齿轮图标设置。在 “API Provider” 下拉菜单中选择 “DeepSeek”。在 “DeepSeek API Key” 中粘贴你的 API Key。在 “Model” 下拉菜单中选择 deepseek-flash推理强度( Reasoning effort )一般选「high」就已足够了。点击 “Done” 保存。此时可以测试一下在 Cline 聊天框输入用 Python 写一个 hello world若能正常回复说明 API 配置成功。注意这一步教程适用于任何 AI把“DeepSeek”换成其他兼容 AI 名字理解即可。第 6 步配置 Lumerical MCP 到 Cline在 Cline 界面找到 “Manage MCP Servers” 面板点击齿轮点击 “Edit Configuration”。Manage MCP Servers会打开 cline_mcp_settings.json 文件粘贴以下内容{mcpServers:{ansys-lumerical:{command:ansys-lumerical-mcp,env:{LUMERICAL_MCP_INSTALL_DIR:C:\\Program Files\\v251\\Lumerical}}}}将 C:\\Program Files\\v251\\Lumerical 替换为你电脑上 Lumerical 的真实安装路径。保存文件重启 VS Code。第 7 步验证 MCP 连接重启 VS Code 后打开 Cline在聊天框输入帮我检查 Lumerical 状态并打开一个 FDTD 会话如果 MCP 配置正确AI 会调用工具返回 Lumerical 安装信息并尝试启动 FDTD 程序。若成功弹出 Lumerical 窗口且无许可证报错则全部搭建完成。第 8 步开始使用现在你可以用自然语言指挥 AI 操作 Lumerical 了。例如“新建一个 FDTD 仿真设置波长范围 1.5-1.6 μm”“添加一个 1.55 μm 的偶极子光源”“运行仿真把透射率结果导出为 CSV”AI 会通过 MCP 调用 Lumerical Python API 完成这些操作。四、常见问题以下是我在搭建过程中遇到的实际问题及解决方法供读者参考。4.1 MCP 服务器显示红点连接失败现象Cline 的 MCP Servers 面板中ansys-lumerical 旁边显示红点。原因路径配置错误或 ansys-lumerical-mcp 未正确安装。解决检查 cline_mcp_settings.json 中的 LUMERICAL_MCP_INSTALL_DIR 路径注意使用双反斜杠 \\。确认 ansys-lumerical-mcp 已通过 pip 安装且命令可在终端中执行。确认 Lumerical 确实安装在指定路径。4.2 找不到ansys-lumerical-mcp命令现象安装后执行命令提示“不是内部或外部命令”。解决重新执行Python -m pip install ansys-lumerical-mcp检查 Python Scripts 目录如 C:\Users\用户名\AppData\Local\Programs\Python\Python312\Scripts是否已加入系统 PATH。4.3 Lumerical 会话未启动现象MCP 状态检查显示“无已注册会话”。解决在 Cline 中要求 AI 执行open\_session例如帮我打开一个 FDTD 会话这会实际启动 Lumerical 程序并检查许可证。结语搭建 Lumerical 仿真 AI Agent 的过程并不复杂但涉及多个工具的组合容易在环境配置、网络、模型兼容性等环节卡住。建议优先采用 云端 API Cline MCP 的方案它绕开了本地模型部署的硬件和兼容性难题是较为省心的路径。到这里AI 已可以调用 Lumerical 执行仿真。至于如何让 Agent 稳定、高效地干活那是另一个层面的问题涉及每个课题组的仿真习惯需要读者根据自己的场景去配置。希望这篇教程能帮你顺利搭建起自己的 AI 仿真助手把更多时间留给物理与设计本身。参考Ansys 官方 PyLumerical MCP 仓库Ansys开发者门户本文首发于知乎从零搭建 Lumerical 仿真 AI AgentCline DeepSeek MCP 教程