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 的软件能力组织为可被智能体调用的工具链。Sysplorer Skills 则进一步把模型库规范、典型场景经验、建模流程、排障策略和交付要求沉淀为结构化能力，让智能体从"会调用工具"升级为"会完成工程建模任务"。
目前，Sysplorer Skills 已开源至 **MoHub。**这不只是一次能力开放，更是一次面向智能化建模生态的共建邀请。我们期待更多开发者与用户参与进来，将更多可复用的 Skills 沉淀到 MoHub 中，共同推动智能化工程建模生态建设。
一、先看效果：从一句需求到可验证交付
首先通过一个曲柄滑块机构案例，看看如何基于 TY 机械库完成模型搭建，并验证运动结果。
Skill 会把一次建模任务拆成可执行闭环：
也就是说，Skill 带来的不是"多写几句提示词"，而是把工程师真正关心的规则提前放进执行过程里：用哪个库、选哪些组件、哪些参数必须查询、先验证什么、失败后从哪一步修复、最后交付哪些证据。
Sysplorer Skills 可覆盖的典型应用场景包括：
看完应用效果后，再理解 Skills 的定位就更直观了：MCP 让智能体能操作 Sysplorer，Skills 让智能体按工程方法操作 Sysplorer 。
二、Sysplorer 建模 Skills
对于工程建模任务而言，通用提示词往往只能描述一次性需求，难以稳定承载模型库规则、团队经验和企业交付规范。Skills 的价值，就是把这些规则沉淀成可执行的知识层。
相比一次性提示，Sysplorer Skills 更适合承载长期工程能力：
- **知识可组织：**规则、模板、脚本和工作流集中管理。
- **边界可定义：**明确适用场景、模型库范围和禁用项。
- **流程可执行：**按需求理解、组件映射、参数补全、模型构建、验证交付逐步推进。
- **结果可复核：**记录参数依据、验证变量、执行证据和风险说明。
- **能力可迭代：**通过真实项目持续回灌规则、样例和修复经验。
因此，Sysplorer Skills 并不是提示词集合，而是面向工程建模的知识执行层。
三、用户如何Skills
目前，Sysplorer Skills 已迭代完善10项核心建模技能，全面覆盖建模总规则、模型库开发、物理建模、框图建模、信号通信、代码生成、参数估计与优化等关键技术方向。用户可根据实际建模任务类型，匹配对应的专属技能，驱动智能体严格遵循行业领域规范，自主完成模型搭建、合规验证与成果交付全流程工作。同元Skills 正在不断开发和优化，后续将不断发布新的 Skills。
1）Skills 清单
2）Skills 应用示例
为了让 Skill 更准确地执行任务，建议用户在发起任务时说明六类信息：
你可以这样描述任务：
请使用机械系统建模 Skill，基于 TY 机械库搭建一个曲柄滑块机构的最小可运行模型。要求先完成需求识别和组件映射，再查询关键组件参数，构建模型后执行检查、翻译和仿真，并验证滑块位移、速度和机构运动是否合理。最终输出模型结构说明、参数来源、执行结果、验证结论和待确认问题。
这样描述的好处是：智能体不仅知道"要做什么"，还知道"用什么边界做、按什么顺序做、最后交付什么"。
四、开发者如何构建 Skills
1.Skills 构建通用流程
开发一个高质量 Skill，关键不是简单整理一份说明文档，而是把工程经验拆成可执行的方法。
对于模型库开发者和工程团队来说，Skill 的价值不只在于完成一次任务，更在于把专家经验变成团队可复用能力：降低新人上手门槛，统一建模与交付标准，减少重复排错，让高频场景可以持续沉淀和迭代。
一个面向工程任务的 Sysplorer Skills，通常需要具备三类能力：
- **执行闭环：**明确从需求到交付的阶段顺序。
- **专业规则：**明确某一领域的库边界、组件映射、参数和验证标准。
- **方法体系：**提供可复制、可维护、可扩展的规则、流程和交付方式。
专业 Skill 的构建，本质上是把某个领域的模型库知识、工程经验和验证规范转化为结构化执行规则。
一套成熟的 Skill 通常应包含四类内容：
- **规则层：**明确模型库边界、组件选择、参数来源、禁用项和替代策略。
- **流程层：**明确需求理解、组件映射、参数补全、模型构建、检查、仿真、验证和交付顺序。
- **修复层：**记录常见报错、失败阶段、定位方法和最小修复策略。
- **交付层：**规定模型说明、参数依据、执行证据、验证结论和风险说明的输出格式。
这样构建出来的 Skill，不是一次性提示词，而是能够被团队持续复用和迭代的工程知识资产。
2.生成 Skill 示例：机械系统建模 Skill
以机械 Skill 为例，机械系统建模具有典型的物理建模特征：模型库边界明确、结构拓扑强约束、参数与结果变量高度关联。因此，机械 Skill 需要把"机械库说明"进一步转化为可执行的建模能力。
通过这一流程，机械 Skill 不再只是"机械库说明"，而是一个能够协同 MCP 工具完成建模执行、结果验证和交付闭环的领域能力包。
这也正对应前文曲柄滑块机构的演示：Skill 不是替用户"生成一段模型"，而是把组件选择、参数依据、验证变量和交付结论一起纳入工程闭环。
五、从单次建模到工程知识资产
Sysplorer Skills 的长期价值，在于将分散经验转化为可复用的工程知识资产。
过去，个人经验依赖熟悉业务的工程师，项目样例往往只能在单个项目中复用，报错处理依赖人工排查，交付说明每次都要重新整理。Skill 化之后，这些经验可以进入规则、工作流、模板和修复手册，形成可审阅、可版本化、可持续迭代的团队资产。
当前 Sysplorer Skills 已覆盖建模总规则、模型库开发、机械、液压、热流体、电气、Sysblock 框图、信号通信、SV-DPI 代码生成以及 DesignOptMpe 参数估计与优化等典型方向，可作为用户开展智能化建模工作的直接入口。
基于这套 Skill 构建方法，模型库开发者和工程团队也可以围绕自身模型库、行业场景和企业样例继续扩展新的专业 Skill，逐步形成面向工程场景的建模知识生态。
从 MCP 到 Skills，Sysplorer 智能化建模体系正在形成一条清晰路径：MCP 负责连接工具，Skills 负责沉淀知识、约束流程、保证交付质量。
如果说 MCP 打开了智能体操作 Sysplorer 的入口，那么 Skills 就是在这个入口之上，建立面向工程任务的知识执行体系。它让智能体不仅能"做操作"，更能"按规则完成工程任务"。
想直接使用，可以从已有 Skills 中选择匹配任务的能力入口，发起建模、仿真和验证任务。
- 想沉淀经验，可以把团队高频建模流程、常见问题和交付规范整理成专用 Skills。
- 想共建生态，可以围绕行业模型库、典型工程场景和企业样例扩展更多专业Skills。
资料获取
Sysplorer 全套 Skills 已正式开源至 MoHub，从MoHub下载源文件之后，查看里面的README.md文档，包含了详细的安装操作，欢迎下载体验与交流~我们也期待更多开发者、用户参与共建，将更多高质量 Skills 开放到 MoHub 中，共同扩展智能化建模生态。
