一 为什么需要 Agent 与 Skill？

在工业软件开发中，CAE（计算机辅助工程）领域代码量庞大、架构分层复杂、规范约束严格。传统 AI 编程助手面对此类项目时，往往只能给出泛化建议，无法深入理解项目的目录结构、命名规范、构建体系和数据流。

FastCAE 作为国产自主 CAE 软件开发平台，基于 Qt/C++ 技术栈，采用 Data-Operator-GUI 三层架构和 CMake 构建体系。为了让 AI 真正成为 CAE 开发的深度助手，FastCAE 团队构建了一套 Agent 与 Skill 体系——Agent 定义角色与职责，Skill 封装操作规范与模板，二者协同使 AI 能够在项目上下文中精准工作。

本文将系统介绍这套体系的设计思路、在主流 AI 编程工具（Claude Code、GitHub Copilot）中的配置方法、具体使用方式，以及实际应用成效。

开源仓库：

https://gitcode.com/fastcaecodebase/OpenFasCAE_AiTools.git

二 核心概念：Agent 与 Skill

Agent 和 Skill 不是孤立存在的，而是形成了一套“角色 + 规范”的协同体系：

• 角色定义“谁来做”：明确职责边界、工作原则和输出要求，确保 AI 不越界操作

• 规范定义“怎么做”：提供每个操作步骤的详细规范、模板和检查点，确保 AI 不偏离项目约定

• Agent 调用 Skill：开发 Agent 在实现过程中优先遵循适用的 Skill，架构 Agent 在规划中为每步标注推荐 Skill

这种设计使得 AI 的每一步操作都在可控范围之内——既拥有专家级的领域知识，又严格遵循项目规范。

三 配置方法

3.1 在 Claude Code 中配置

Claude Code 是 Anthropic 推出的 AI 编程工具，原生支持 Agent 和 Skill 的配置。FastCAE 的 Agent 与 Skill 文件通过项目级目录结构加载。

3.1.1 目录结构

project-root/
|-- .claude/
|    |-- skills/          # Skill 文件目录
|    |    |-- fitk-class-addedit/
|    |    |    |-- SKILL.md
|    |    |    |-- references/
|    |    |         |-- 命名规范.md
|    |    |         |-- 编码规范.md
|    |    |         |-- 注释规范.md
|    |    |-- fitk-add-lib-dependence/
|    |    |    |-- SKILL.md
|    |    |-- ... (其他 skill)
|    |-- agents/          # Agent 文件目录
|         |-- fastcae-developer.agent.md
|         |-- fastcae-code-reviewer.agent.md
|         |-- fastcae-architecture-planner.agent.md
|-- .mcp.json             # MCP 服务器配置（可选）
|-- src/                  # 项目源码

3.1.2 配置步骤

• 步骤一：将 FastCAE_AI 仓库中的 skills/ 目录完整复制到项目根目录的 .claude/skills/ 下

• 步骤二：将 agents/ 目录中的 .agent.md 文件复制到 .claude/agents/ 下

• 步骤三：确保每个 Skill 目录下的 SKILL.md 和 references/ 参考文件完整存在

• 步骤四：（可选）配置 .mcp.json 以启用 MCP 服务器扩展能力

配置完成后，Claude Code 会在启动时自动加载这些文件。当用户输入与 Agent 匹配的指令时，Claude Code 将按照 Agent 定义的职责和步骤工作，并在适用场景下自动引用对应的 Skill。

3.2 在 GitHub Copilot 中配置

GitHub Copilot 是微软推出的 AI 编程助手，在 VS Code 中通过 .github 目录和 .vscode 目录进行配置。FastCAE 的 Agent 与 Skill 可以适配到 Copilot 的指令体系中。

3.2.1 目录结构

project-root/
|-- .github/
|    |-- copilot-instructions.md   # 全局指令（可映射 Agent 核心原则）
|    |-- skills/                   # Skill 文件目录
|    |    |-- fitk-class-addedit/
|    |    |    |-- SKILL.md
|    |    |    |-- references/
|    |    |-- ...
|    |-- agents/                   # Agent 文件目录
|         |-- fastcae-developer.agent.md
|         |-- fastcae-code-reviewer.agent.md
|         |-- fastcae-architecture-planner.agent.md
|-- .vscode/
|    |-- mcp.json                  # MCP 配置（可选）
|    |-- settings.json             # 工作区设置

3.2.2 配置步骤

• 步骤一：在 .github/ 下创建 copilot-instructions.md，将 Agent 的核心原则写入该文件作为全局上下文指令

• 步骤二：将 skills/ 目录复制到 .github/skills/ 下

• 步骤三：将 agents/ 目录复制到 .github/agents/ 下

• 步骤四：在 .vscode/mcp.json 中配置 MCP 服务器（可选）

• 步骤五：在 VS Code 设置中确保 GitHub Copilot 扩展已启用工作区级指令

需要注意的是，GitHub Copilot 对自定义 Skill 和 Agent 的原生支持程度不如 Claude Code，建议将最核心的开发规范浓缩到 copilot-instructions.md 中，以确保 Copilot 在每次对话时都能读取到关键约束。

3.3 在 Trae 中配置

Trae 是字节跳动推出的 AI IDE，其配置方式与 VS Code 类似：

project-root/
|-- .trae/
|    |-- mcp.json       # MCP 配置
|    |-- skills/        # Skill 文件目录

Trae 的 Agent 需要用户自行创建。将 .agent.md 文件内容复制后可直接创建对应的 Agent。Skill 目录结构与其他平台一致。

四 使用方法

4.1 架构规划场景

当需要新建应用程序或进行重大功能调整时，使用 Architecture Planner Agent：

• 输入示例：“请为一个新的热分析应用程序做架构规划，核心功能包括稳态/瞬态热分析、温度场后处理，已有几何建模和网格划分能力”

• Agent 会先读取相关 Skill 和模块 README，建立能力映射

• 执行复用评估，优先推荐可复用的现有模块

• 输出 Data-Operator-GUI 分层的架构方案，含代码接口设计

• 制定 P0/P1/P2 分阶段开发规划，每步标注推荐 Skill

• 规划结果写入 .FastCAE 目录，可供后续开发 Agent 直接接手

4.2 代码审查场景

当需要对模块进行代码审查时，使用 Code Reviewer Agent：

• 输入示例：“请审查 PluginGeoOCC 模块的代码质量”

• Agent 默认以只读模式工作，不修改任何文件

• 自动执行静态检查，结合 Skill 中的编码规范与命名规范

• 按严重级别（Critical/Major/Minor/Suggestion）输出问题清单

• 生成结构化 Markdown 审查报告，保存到 .FastCAE/reviews/

4.3 日常开发场景

日常开发是最常见的使用场景，Developer Agent 配合各类 Skill 完成工作：

场景一：添加新的 Operator

• 输入示例：“添加一个新的 OpersRunThermal Operator，用于执行热分析求解”

• Developer Agent 会自动调用 fitk-editadd-operator Skill

• 按规范确定基类（FITKActionOperator）、命名（Opers 前缀）

• 完成注册（Register2FITKOperatorRepo）、GUI 触发链路、参数传递

• 同步更新 CMakeLists.txt，并进行编译验证

场景二：创建新的插件框架

• 输入示例：“创建一个热分析插件框架 PluginThermal，需要 UI 和 Operator 注册”

• Developer Agent 会自动调用 fitk-create-plugin-framework Skill

• 扫描 FITKAbstractPlugin 生命周期接口，参考现有插件提取骨架

• 创建最小文件集，完成 C 导出函数和生命周期实现

• 输出框架落地清单、风险验证清单和 P0/P1/P2 后续开发建议

场景三：初始化新应用

• 输入示例：“初始化一个名为 ThermalApp 的新应用程序，启用 SignalAdapter 和 AutoSaver”

• Developer Agent 会自动调用 fitk-init-fitkappframework-based-app Skill

• 按 17 步流程依次创建 LicenseChecker、MainWindowGenerator、GlobalDataFactory 等文件

• 根据功能开关选择性地添加可选组件

• 生成 main.cpp 和 CMakeLists.txt，完成构建验证

五 应用成效

5.1 提升开发规范一致性

通过 Skill 体系，AI 生成的代码自动遵循项目既有的命名规范（大驼峰类名、小驼峰成员、m_ 前缀成员变量）、编码规范（四空格缩进、大括号独立成行、禁止 using namespace）和注释规范（文件头、类注释、函数注释）。这显著降低了人工审查中规范类问题的比例，实测可将命名规范违规减少 80% 以上。

5.2 降低跨模块开发门槛

FastCAE 的子模块体系庞大，开发者往往不熟悉自己模块之外的代码。fitk-submodules-manager Skill 让 AI 能够快速扫描仓库中已有的子模块能力和依赖关系，在新增功能时优先评估复用而非从零开发，避免了重复造轮子。实际项目中，借助该 Skill 进行复用评估后，约 60% 的新增功能需求可通过复用或局部改造现有模块满足。

5.3 加速新应用搭建

传统方式下，基于 FastCAE 框架搭建一个新应用需要手动创建十几个文件、配置 CMake、处理插件注册，通常耗时 1-2 天。借助 fitk-init-fitkappframework-based-app Skill，AI 可以在几分钟内完成整个应用架构的搭建，包括许可证检查器、主窗口生成器、全局数据工厂、组件工厂、命令行处理器等全部必要组件，开发者只需专注于业务逻辑。

5.4 实现架构与开发的闭环协同

Architecture Planner Agent 的规划输出直接作为 Developer Agent 的执行输入，规划中的每一步都标注了推荐 Skill，开发过程中发现架构冲突时明确回流架构层重新评估。这种“规划-开发-回流”的闭环机制，使得架构设计不再是纸上谈兵，而是可验证、可迭代、可交付的工程实践。

5.5 提升代码审查效率

代码审查从六个维度系统审查代码，生成结构化报告。相比人工审查，AI 审查的优势在于：不会遗漏规范检查、能够快速覆盖大范围代码、审查结论有明确的代码证据支撑。在实际使用中，AI 审查可在 5 分钟内完成一个中等规模模块的全面检查，而同等质量的人工审查通常需要 2-4 小时。

六 最佳实践与建议

• 先规划后开发：在进行重大功能开发前，先用 Architecture Planner 做规划，再用 Developer 执行，避免盲目开发

• 审查与开发分离：Code Reviewer 默认只读，先审查出问题再授权修复，避免审查和修改混在一起

• 小步快跑：Developer Agent 本身就遵循卡帕西式开发方法，建议将大任务拆分为多个小步骤，每步验证后再继续

• 善用多轮对话：Architecture Planner 支持多轮持续收敛，不必期望一轮对话产出完美方案

• 注意回流机制：开发中发现架构与代码事实冲突时，及时回流架构层重新评估

• 确保 Skill 完整：Skill 目录下的 references/ 参考文件对 AI 的规范遵循至关重要，不可缺失

七 总结

FastCAE 的 Agent 与 Skill 体系，为 AI 深度融入 CAE 开发提供了一套可行的工程化方案。Agent 通过角色化定义确保 AI 职责清晰、不越界操作；Skill 通过规范封装确保 AI 每一步操作都符合项目约定。二者协同，使 AI 从泛化的编程助手升级为理解项目架构、遵循开发规范、可交付工程产物的领域专家。

无论是 Claude Code 的原生 Agent 支持，还是 GitHub Copilot 的指令映射方式，FastCAE 的 Agent 与 Skill 都能快速适配并发挥作用。随着 AI 编程工具的持续演进，这套“角色 + 规范”的体系也将不断扩展，覆盖更多开发场景，让 CAE 软件开发效率持续提升。