MOGICK 融合AI大模型、工程知识、系统工程方法与工业软件工具链，具备工程感知、任务规划、流程编排、工具调用和记忆管理等核心能力，能够将工程师意图转化为可执行的工程任务，协同调用SysML、Modelica、CAD、CAE以及PLM、CI/CD等专业工具。具备装备系统工程AI Agent核心能力，包括多工具并发、会话管理、记忆系统、代码与模型搜索、沙盒执行、Git Worktree 管理、go

MOGICK 融合AI大模型、工程知识、系统工程方法与工业软件工具链，具备工程感知、任务规划、流程编排、工具调用和记忆管理等核心能力，能够将工程师意图转化为可执行的工程任务，协同调用SysML、Modelica、CAD、CAE以及PLM、CI/CD等专业工具。具备装备系统工程AI Agent核心能力，包括多工具并发、会话管理、记忆系统、代码与模型搜索、沙盒执行、Git Worktree 管理、go

面向国产基础软硬件协同发展的需求，同元软控将持续推进MWORKS在多操作系统、多终端、多场景下的适配与应用验证，进一步完善科学计算、系统建模仿真与工程研发工具链能力，为构建自主可控、开放协同的工业软件生态提供持续支撑。作为面向复杂工程研发的科学计算与系统建模仿真平台，MWORKS涉及算法编辑、编译求解、模型库调用、三维可视化、仿真后处理等多个关键环节，对操作系统运行环境、文件访问机制、图形能力和安

面向国产基础软硬件协同发展的需求，同元软控将持续推进MWORKS在多操作系统、多终端、多场景下的适配与应用验证，进一步完善科学计算、系统建模仿真与工程研发工具链能力，为构建自主可控、开放协同的工业软件生态提供持续支撑。作为面向复杂工程研发的科学计算与系统建模仿真平台，MWORKS涉及算法编辑、编译求解、模型库调用、三维可视化、仿真后处理等多个关键环节，对操作系统运行环境、文件访问机制、图形能力和安

面向国产基础软硬件协同发展的需求，同元软控将持续推进MWORKS在多操作系统、多终端、多场景下的适配与应用验证，进一步完善科学计算、系统建模仿真与工程研发工具链能力，为构建自主可控、开放协同的工业软件生态提供持续支撑。作为面向复杂工程研发的科学计算与系统建模仿真平台，MWORKS涉及算法编辑、编译求解、模型库调用、三维可视化、仿真后处理等多个关键环节，对操作系统运行环境、文件访问机制、图形能力和安

具身智能落地要求实现装备本体、感知、任务环境与AI模型的协同设计、训练和验证，目前具身智能模型训练是软件开发模式、装备系统研制是工程模式，形成两个模型、两个阶段、两个流程割裂状态，迫切需要构建新的具身智能与装备系统工程融合的开发环境。围绕AI时代装备系统工程的新需求，大会通过前沿报告、产品发布、行业实践、生态交流与展区体验等形式，深入探讨人工智能与工业软件、系统工程方法及行业知识融合创新的路径，集

如果沉迷于构建一个角色极其精细的 Agent 系统，有“产品经理”“架构师”“程序员”“测试工程师”......这个系统看起来像完整的软件团队，但在真实工程实践中，复杂编排往往带来新的问题,如Agent 协作逻辑难以调试、系统运行成本增加等等，最终的产出，往往还不如一个简单的。理论上，这是一类非常适合 AI 处理的任务：规则明确，需要识别所有硬编码字符串并替换为t('KEY')的形式，同时在语言文

这次项目带给我们的启发，不只是完成了一次迁移任务，更是让我们对 AI 辅助工程开发有了更具体的认识。对 Qt/C++ 团队来说，把 AI 用进真实流程里，比单纯把它当成问答工具更重要。

智能体能调用建模工具，并不等于它能稳定完成工程建模任务。在真实工程场景中，一个可交付的模型往往要经过需求理解、模型库选择、组件映射、参数补全、检查翻译、仿真验证、结果判读和交付归档。过去，这些环节高度依赖工程师经验；现在，它们可以通过 Sysplorer Skills 被沉淀为可复用、可审计、可迭代的智能化建模能力。Sysplorer MCP Server 负责把 Sysplorer 的软件能力组

全球第4个科学计算与系统建模仿真平台正式发布！