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 SkillAgent 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 SkillAI 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。