有限元仿真的门槛不在求解器，而在从我把钢换成铝这句意图，到一次可运行、可验证的计算之间那串手工步骤：几何、边界条件、求解参数、结果解读、出错再调。PDE-Agents 把这段流程交给三个专家智能体和一个监督者，并且刻意不微调模型——用知识图谱补领域知识，用本地开源模型保数据不出厂。
三个智能体，一个监督者
系统用 LangGraph 的状态图做监督式路由：监督者接自然语言请求，用结构化 JSON 决策把任务分给仿真、分析、数据库三个智能体，每个智能体回报后再决定继续派活还是汇总答复。仿真智能体是核心，跑 ReAct 循环，最多 25 步、9 个工具，包括配置告警检查、知识图谱查询、配置校验、运行仿真、改配置、调试、列出近期运行、查询状态和参数扫描；分析智能体最多 12 轮，负责跨运行统计比较、敏感性分析和文字总结；数据库智能体最多 10 轮，回答历史查询并追踪运行谱系。
十个服务用 Docker Compose 编排，求解器、模型栈、图谱和持久层彼此解耦，走私有桥接网络；每一步推理、工具调用和结果都写进关系库，便于事后审计。模型侧跑在两张 RTX PRO 6000 Blackwell 上，合计约 196GB 显存，默认 Qwen3-Coder-Next 与 Llama 4 Scout，可通过环境变量替换。
图谱里放什么
Neo4j 里的知识分三类。材料库给导热率、密度、比热范围，取自工程手册并对照 ASM 数据，例如钢约 50 W/mK、铜约 385、铝约 200。故障模式库把运行中见过的坑写成 KnownIssue 节点，再用一个纯 Python 规则引擎在仿真前做九项解析检查，比如初始温度与边界最低温相差超过 100K、显式 CFL 违约、二维网格任一方向少于 10 个单元、边界条件为空。运行谱系则把每次完成的运行用 nomic-embed-text 编成 768 维向量，进 HNSW 索引，最多连 5 条余弦相似度不低于 0.85 的相似边，让智能体能找相似的历史运行做少样本参考。
文献侧由 Celery 流水线用 Docling 解析 PDF、标准和网页，按 256 token 窗口、32 token 重叠切块，再与相似运行建立交叉引用边（余弦不低于 0.78）。按论文给出的规模，索引 50 页的 FEniCSx 教程会产生 298 个块和 1073 条交叉引用。
图谱该怎么接：三种接法的对照
这是全文最有价值的部分。作者固定同一份图谱，在 50 个任务上比三种接法：KG On 强制每次运行前查图谱；KG Off 完全拿掉图谱工具；KG Smart 允许查但要求懒调用，只在失败或遇到未知材料时查，同时在智能体循环前把任务描述向量化，取最相似的 3 次成功运行注入系统提示做热启动。
结果：KG Off 与 KG Smart 都是 100% 成功，KG On 94%，三次失败分别是超时和两次因强制查询耗尽迭代预算。质量上 KG Smart 最高，物理分 0.933、材料属性保真度 0.926，KG Off 为 0.853 和 0.796。真正拉开差距的是三种虚构材料——它们的属性只存在于图谱，KG Off 虽然算完了，却编造了物性参数，敏感度加权保真度只有 0.21，KG Smart 为 1.00，约为前者的 2.9 倍。
生产侧另有 1369 次真实仿真运行的统计：总体成功率 97.8%，一次通过率 85.4%；在 100 个任务的图谱增长实验里，随着运行历史累积，困难任务的物性保真度提升 8.8%，简单任务与全新任务则已接近上限。数值内核也按 ASME V&V 10 做了验证，三个解析解算例的收敛阶为 2.04 和 2.00，符合 P1 单元的 O(h²) 预期。
结论
决定图谱增强帮不帮忙的，往往不是知识内容，而是接入方式：把图谱当每次必查的关卡会拖垮预算，把它当失败后的字典加开工前的相似案例才划算。对做 CAE 与仿真智能体的人来说，这是一条可以直接复用的工程经验。
资料来源：PDE-Agents: An LLM-Orchestrated Multi-Agent Framework for Automated Finite Element Simulations with Knowledge Graph-Augmented Reasoning — arXiv（2026）。本文为技术要点整理/编译，非原文全文。