时间：周三下午

地点：某高校工程实验室

人物：小M、小T(大三学生，均在课程中学习过MWORKS)

---

"你装好了吗？"

小T已经打开电脑，一脸兴奋。

小M刚走进来，还没搞清楚状况。

小M：听说你已经用上 MWORKS MCP 了？这东西到底怎么搞？难不难？

小T：说实话，比我想象中简单多了，我带你走一遍，你现在就能用。

 

一、第一步：获取&安装

小M：那我第一步要干嘛？去哪找？

小T：不用单独找，直接装最新版就行。你只需要做一件事：安装同元官网最新版本 Syslab / Sysplorer

小M：就这？不用额外装 MCP？

小T：对，最新版 MCP Server 已经内置了，安装软件的时候会自动部署。整个过程最多十分钟，上 MoHub 就能直接下载。

默认已经帮你做好：

• MCP Server 安装

• Agent 连接配置（支持 Codex / Claude 等）

小M：这么简单？那我赶紧试试！

 

二、第一次用：让AI帮你做一件具体的事

在很快完成安装和接入后，小M决定先在 Syslab 里做第一轮实验。

小M：我最近正好在准备数学建模的比赛，正好让我来试试是否可以直接基于MCP完成一个题目。

小M直接把比赛的题目贴图给了Codex，并提出：使用Syslab，求解这个建模问题，经过几分钟的迭代，AI给出了结果。

 

 

 

小T：这一轮下来，至少可以确认：通过 MWORKS 的 Syslab MCP Server，AI 已经不只是辅助生成代码，而是能够在科学计算和数学建模场景中，按照比较规范的工程逻辑把任务直接交给软件工具向前推进并迭代。

这个题目相对比较简单，可能更复杂的题目还需要向AI提问的技巧，这个我们后面再尝试。

 

三、进阶：试试系统建模

在完成 Syslab 实验之后，小T顺势把验证场景切换到了 Sysplorer，想用AI+Sysplorer MCP Server的方式直接构建之前在课程大作业中比较难的多领域物理系统模型

小T：AI调用Syslab MCP Server进行数学建模的能力太强了，这次我要试试Sysplorer MCP Server的能力，建一个PID温控系统模型，直接给出当时课程作业的要求。

 

 

小M：太厉害了，竟然一次就构建出了满足需求的模型，还进行了模型的检查、翻译和仿真，并且直接给出了关键结果曲线。

小T：是挺不错的，但是现在的仿真结果我还不太满意，我来进一步约束实验的边界试试。

小T又进一步给了一些模型要求，经过几分钟的迭代，AI给出了结果。

 

 

小M：温度曲线现在响应的又快有准！说明当明确任务边界和约束后，AI 可以直接调用 MWORKS 的 Sysplorer MCP Server，已经能自行迭代完成可编译、可仿真、可验证的系统建模任务了，这也太高效了。

 

四、MWORKS MCP 的工程协作价值

这次尝试，我们得出了三个非常明确的结论：

第一，MWORKS MCP 的上手门槛非常低

不需要复杂配置，安装软件即可使用

第二，AI 已经可以直接参与工程建模流程

从计算到系统建模，都可以直接调用工程软件完成

第三，也是最重要的一点：

工程师的工作正在发生变化

过去：

你需要自己完成建模、调试、验证

现在：

你更重要的任务是——提出问题、明确约束、判断结果

AI 在做执行，人开始回到决策

五、获取MWORKS MCP

小T：全套的MWORKS MCP Servers 都在MoHub就能下载，听说后续MCP会在MoHub上更新迭代，记得收藏一下网址。

 

小T：对了，MoHub 上已经有一些基于 MCP 开发的案例了，你可以直接拿来跑或者参考。

卡住了也不用慌，MoHub 有人工客服，有什么问题可以直接问。资料和教程也都集中在里面里，不用你到处找。

小M：那还真方便，我这就去看看。