Physics Simulation Skill (MCP-SIM ベース)
目的
自然言語で記述された物理シミュレーション要件を、検証済みのFEniCSシミュレーションコードに変換し、実行結果と教育向けレポートを生成するワークフローです。 MCP-SIM（Memory-Coordinated Physics-Aware Simulation）の「plan–act–reflect–revise」サイクルを再現し、曖昧や不完全な入力にも対応します。
参照リソース
| リソース | URL | 用途 | |---------|-----|------| | MCP-SIM リポジトリ | https://github.com/KAIST-M4/MCP-SIM | 元のフレームワーク | | InputClarifierAgent | KAIST-M4/MCP-SIM/input_clarifier_agent.py | 入力明確化エージェント | | ParsingAgent | KAIST-M4/MCP-SIM/parsing_agent.py | JSON構造化エージェント | | CodeBuilderAgent | KAIST-M4/MCP-SIM/code_builder_agent.py | FEniCSコード生成エージェント | | SimulationExecutorAgent | KAIST-M4/MCP-SIM/simulation_executor_agent.py | 実行・エラー検出エージェント | | ErrorDiagnosisAgent | KAIST-M4/MCP-SIM/error_diagnosis_agent.py | エラー診断・修正エージェント | | MechanicalInsightAgent | KAIST-M4/MCP-SIM/mechanical_insight_agent.py | 教育レポート生成エージェント |
入力パラメータ
| パラメータ | 必須 | 説明 | デフォルト | |-----------|------|------|-----------| | simulationRequest | Yes | 自然言語の物理シミュレーション要件 | - | | physicsDomain | No | 物理領域の指定 | 自動推定 | | dimension | No | 空間次元 (1D / 2D / 3D) | 自動推定 | | solver | No | 線形ソルバー (MUMPS / PETSc / default) | MUMPS | | timeIntegration | No | 時間積分手法 (backward_euler / newmark / steady) | backward_euler | | reportLanguage | No | レポート言語 | ja | | maxRetries | No | エラー修正の最大リトライ回数 | 3 | | outputDir | No | 出力ディレクトリ | work/{projectName}/simulation/ | | projectName | No | プロジェクト識別名 | physics-sim |
対応物理領域
| 領域 | キーワード | 典型的PDE | |------|-----------|-----------| | 線形弾性 | elasticity, stress, strain, deformation | ラメ・ナビエ方程式 | | 熱伝導 | heat, temperature, conduction, diffusion | 拡散方程式 | | 流体流動 | fluid, flow, velocity, pressure, Navier-Stokes | ナビエ-ストークス方程式 | | 熱機械結合 | thermo-mechanical, thermal stress | 拡散＋弾性連立 | | 圧電変形 | piezoelectric, actuator, electric field | 圧電方程式 | | 相場破壊力学 | fracture, crack, phase-field | 相場モデル | | ポアソン方程式 | Poisson, Laplace, electrostatics | ∇²u = f | | 波動 | wave, vibration, acoustic | 波動方程式 |
実行フロー概要
flowchart TB
subgraph Stage1["Stage 1: 入力明確化 (InputClarifier)"]
S1A[自然言語要件の受け取り]
S1B[PDE種類・次元・境界条件の特定]
S1C[不明事項の補完・質問]
end
subgraph Stage2["Stage 2: 構造化パース (ParsingAgent)"]
S2A[明確化済み要件のJSON化]
S2B[problem_type / mesh / boundary_conditions]
S2C[ソルバー設定の決定]
end
subgraph Stage3["Stage 3: コード生成 (CodeBuilder)"]
S3A[FEniCSスクリプト生成]
S3B[インポート・ジオメトリ・関数空間]
S3C[変分形式・境界条件・ソルバー]
end
subgraph Stage4["Stage 4: 実行と検証 (Executor)"]
S4A[Python スクリプトの実行]
S4B[出力・エラーの捕捉]
S4C[~30種エラーパターンの正規表現マッチング]
end
subgraph Stage5["Stage 5: エラー診断・修正 (Diagnosis)"]
S5A[エラーログの分析]
S5B[修正液の生成 fix_type / after_code / confidence]
S5C[リトライ判定と再実行]
end
subgraph Stage6["Stage 6: レポート生成 (MechanicalInsight)"]
S6A[物理原理の説明]
S6B[PDE導出と変分形式解説]
S6C[数値手法・稳定性分析]
S6D[多言語レポート出力]
end
Stage1 --> Stage2 --> Stage3 --> Stage4
Stage4 -->|エラー検出| Stage5
Stage5 -->|修正コード| Stage3
Stage4 -->|成功| Stage6
実行フロー詳細
Stage 0: 初期化と状態管理
0.1 出力ディレクトリの準備
- work/{projectName}/simulation/ の作成
- _state.md の初期化（または既存状態の読み込み）
- 再開判定: 前回中断があれば途中から再開
0.2 状態ファイルの作成
→ work/{projectName}/simulation/_state.md
状態ファイル例:
# 処理状態: physics-simulation
## メタ情報
| 項目 | 値 |
|------|-----|
| プロジェクト | {projectName} |
| スキル | physics-simulation |
| 開始時刻 | {timestamp} |
| 最終更新 | {timestamp} |
| 状態 | in_progress |
| 現在のステージ | Stage 0 |
| リトライ回数 | 0 |
## パラメータ
| パラメータ | 値 |
|-----------|-----|
| physicsDomain | (自動推定結果) |
| dimension | (自動推定結果) |
| solver | MUMPS |
| timeIntegration | backward_euler |
| reportLanguage | ja |
| maxRetries | 3 |
Stage 1: 入力明確化 (InputClarifierAgent 対応)
MCP-SIMのInputClarifierAgentのRole: 曖昧な入力を技術的に精密なシミュレーション仕様に変換する。
1.1 入力の受け取りと初期分析
- simulationRequest を確認
- 明確に記述されている要素と不明要素を分類
- physicsDomain が指定されていれば優先、なければキーワード推定
1.2 四つの次元で完全性を確認
a) 問題分類: PDE種類・次元・ドメイン幾何
b) 物理パラメータ: 場変数・境界条件・材料特性
c) 数値アプローチ: 時間ステッピング・ソルバー戦略・出力形式
d) 出力要件: 可視化・レポート・データ形式
1.3 不明事項がある場合は質問
- 「シミュレーションの境界条件は何ですか?」
- 「材料の熱伝導率の値はいくつですか?」
- 「時間依存の問題ですか、定常問題ですか?」
→ ユーザーの回答を受けて仕様を完全化
1.4 明確化済み仕様の作成
- 単一段落の完全な技術的説明文を生成
- Markdown見出しやリストなしの技術的散文
→ work/{projectName}/simulation/clarified_spec.md に書き出し
エラー対応: 明確化に失敗した場合は元の入力をそのまま次のステージに渡す（ワークフロー継続優先）。
Stage 2: 構造化パース (ParsingAgent 対応)
MCP-SIMのParsingAgentの Role: 明確化済み仕様をFEniCSコード生成用のJSONに変換する。
2.1 JSONスキーマの構築
明確化済み仕様から以下のフィールドを抽出・构成:
{
"problem_type": "heat_conduction" | "elasticity" | "fluid_flow" | ...,
"dimension": 1 | 2 | 3,
"geometry": {
"shape": "rectangle" | "circle" | "unit_square" | ...,
"parameters": { "length": ..., "width": ..., ... }
},
"mesh": {
"type": "structured" | "unstructured",
"resolution": <整数>,
"format": "xml" | "built-in"
},
"function_space": {
"element": "Lagrange" | "Taylor-Hood" | ...,
"degree": <整数>
},
"boundary_conditions": [
{ "type": "Dirichlet" | "Neumann" | "Robin", "location": "...", "value": "..." }
],
"material_properties": {
"density": ..., "thermal_conductivity": ..., ...
},
"time_stepping": {
"method": "backward_euler" | "newmark" | null,
"dt": <時間ステップ>,
"T_final": <最終時刻>
},
"solver": {
"linear_solver": "MUMPS" | "PETSc",
"nonlinear_solver": "Newton" | "SNES"
},
"output": {
"format": "pvd" | "xdmf" | "csv",
"visualization": true | false
},
"original_text": "<明確化済み仕様の原文>"
}
2.2 パース結果の保存
→ work/{projectName}/simulation/parsed_params.json (机械読み取り用)
→ work/{projectName}/simulation/parsed_params.txt (人間読み取り用)
2.3 パース失敗時のフォールバック
- 抽出できなかったフィールドは null で埋め
- original_text を保持
- CodeBuilder で最善努力でコード生成を継続
Stage 3: FEniCSコード生成 (CodeBuilderAgent 対応)
MCP-SIMのCodeBuilderAgentの Role: パース済みパラメータからFEniCSシミュレーションコードを生成する。
3.1 コード生成の指針
MCP-SIMが強調するベストプラクティス:
- 時間依存の熱問題には Backward Euler を使用
- 線形ソルバーとして MUMPS を優先
- 数値安定性のために分母に epsilon を追加
- XMLメッシュの読み込みと境界マーカーのサポート
- 問題タイプ: fluid_dynamics, heat_transfer, elasticity,
hyperelasticity, phase_field_fracture
3.2 生成するコードの構造
必須要素:
a) インポート宣言 (fenics, numpy, etc.)
b) メッシュと幾何の定義
c) 関数空間の宣言
d) 材料パラメータの設定
e) 変分形式 (weak form) の定義
f) 境界条件の適用
g) ソルバーの設定と実行
h) 結果の保存と (オプション) 可視化
3.3 生成結果の保存
→ work/{projectName}/simulation/generated_simulation.py
3.4 コード設定確認
- 生成されたコードをユーザーに提示
- 変更希望がある場合はフィードバックを受け付け再生成
生成コードの例テンプレート:
from fenics import *
import numpy as np
# --- メッシュと幾何 ---
mesh = UnitSquareMesh(32, 32)
# --- 関数空間 ---
V = FunctionSpace(mesh, "Lagrange", 1)
# --- 材料パラメータ ---
k = Constant(1.0) # 熱伝導率
# --- 変分形式 ---
u = TrialFunction(V)
v = TestFunction(V)
f = Constant(1.0) # ソース項
a = inner(k * grad(u), grad(v)) * dx
L = f * v * dx
# --- 境界条件 ---
bc = DirichletBC(V, 0.0, "on_boundary")
# --- ソルバー ---
u_sol = Function(V)
solve(a, u_sol, L, bc, solver_method="mumps")
# --- 結果保存 ---
File("output/temperature.pvd") << u_sol
Stage 4: シミュレーション実行と検証 (SimulationExecutorAgent 対応)
MCP-SIMのSimulationExecutorAgentの Role: 生成されたPythonスクリプトを実行し、出力とエラーを捕捉する。
4.1 実行前の確認
- 生成されたコードの構文チェック (python -m py_compile)
- FEniCSの依存関係の確認
- 実行環境のパス設定
4.2 スクリプトの実行
- subprocess による実行
- stdout と stderr の両方を捕捉
- タイムアウト設定 (デフォルト: 10分)
4.3 エラーパターンの検出 (~30種)
正規表現マッチングで検出する典型エラー:
| カテゴリ | エラー例 |
|---------|---------|
| Python基本 | NameError, TypeError, ValueError, ImportError |
| FEniCS固有 | UFLException, DiofitsoError, MeshError |
| 数値収束 | "did not converge", "Maximum iterations exceeded" |
| メモリ | MemoryError, "out of memory" |
| 境界条件 | "boundary not found", "incompatible dimensions" |
| ソルバー | "singular matrix", "zero pivot", "LU factorization failed" |
4.4 実行結果の判定
- 成功: stdout を返却 → Stage 6へ
- エラー検出: stdout + stderr を結合 → Stage 5へ
→ work/{projectName}/simulation/execution_log.txt に書き出し
Stage 5: エラー診断と修正 (ErrorDiagnosisAgent 対応)
MCP-SIMのErrorDiagnosisAgentの Role: エラーメッセージ・コード・実行結果を分析し、修正案を生成する。
5.1 エラー情報の収集
- エラーメッセージ
- 元のソースコード
- シミュレーション実行結果（stdout/stderr）
- パース済みパラメータ (JSON)
5.2 診断と修正案の生成
返却フォーマット (JSON):
{
"fix_type": "parsing" | "code",
"hint": "エラーの説明と対策の説明文",
"after_code": "修正後の完全なPythonコード",
"confidence": 0.0 ~ 1.0 // 修正の信頼度
}
5.3 リトライ判定
- confidence >= 0.5: 修正コードで再実行 (Stage 3 → 4へ)
- confidence < 0.5: ユーザーに提示し判断を求める
- リトライ回数が maxRetries を超えた場合: 停止し結果を報告
5.4 エラーログの保存
- タイムスタンプ付きのエラー詳細
- ソースコード
- シミュレーション結果
→ work/{projectName}/simulation/error_log.json に書き出し
→ work/{projectName}/simulation/last_prompt.txt (診断プロンプト保存)
リトライサイクルの図:
flowchart TD
E[エラー検出] --> D[エラー診断]
D --> C{confidence 判定}
C -->|>= 0.5| R[修正コードで再実行]
R --> X[実行]
X -->|成功| S[Stage 6へ]
X -->|エラー| T{リトライ残り?}
T -->|Yes| E
T -->|No| U[ユーザーに報告]
C -->|< 0.5| U
Stage 6: 教育レポート生成 (MechanicalInsightAgent 対応)
MCP-SIMのMechanicalInsightAgentの Role: シミュレーションコードを分析し、学習者向けの説明レポートを生成する。
6.1 レポートの構成 (8セクション)
1. シミュレーション目的の説明
2. 物理原理の解説
3. PDE (偏微分方程式) の導出
4. コードの段階的解説
5. 重要因子の特定
6. 数値的考慮事項 (稳定性・収束)
7. まとめと結論
8. 推奨事項と次のステップ
6.2 言語設定
- reportLanguage パラメータに基づき生成
- デフォルト: 日本語 (ja)
- 支援: ja, en, ko, zh, fr, de, es
6.3 レポート保存
→ work/{projectName}/simulation/simulation_report.md
→ reports/{projectName}/physics-simulation-report.md (最終成果物)
出力成果物
最終成果物
reports/{projectName}/
└── physics-simulation-report.md # 教育向けレポート
work/{projectName}/simulation/
├── _state.md # 全体進捗状態
├── clarified_spec.md # Stage 1: 明確化済み仕様
├── parsed_params.json # Stage 2: 構造化パラメータ (JSON)
├── parsed_params.txt # Stage 2: 構造化パラメータ (人間向け)
├── generated_simulation.py # Stage 3: FEniCSコード
├── execution_log.txt # Stage 4: 実行ログ
├── error_log.json # Stage 5: エラーログ (あれば)
├── last_prompt.txt # Stage 5: 診断プロンプト (あれば)
└── simulation_report.md # Stage 6: 教育レポート
使用例
例1: 基本的な熱伝導シミュレーション
Skill: physics-simulation
シミュレーション要件: 正方形ドメインの2D熱伝導問題。左端を100度、右端を0度に固定し、上下は断熱条件。定常状態を求める。
例2: 詳細パラメータ指定
Skill: physics-simulation
シミュレーション要件: 円筒形の線形弾性体に圧力荷重を適用し変形を計算する
物理領域: elasticity
次元: 3D
ソルバー: MUMPS
レポート言語: ja
プロジェクト名: cylinder-stress
例3: 流体シミュレーション
Skill: physics-simulation
シミュレーション要件: リД形チャネルの定常ラミナー流れ。入口で一様な速度を指定し、出口で自然境界条件を設定。レイノルズ数は100程度。
物理領域: fluid_flow
次元: 2D
最大リトライ: 5
例4: 中断からの再開
# 前回の状態を確認
cat work/cylinder-stress/simulation/_state.md
# 同じパラメータで再実行 (自動的に途中から再開)
Skill: physics-simulation
プロジェクト名: cylinder-stress
シミュレーション要件: 円筒形の線形弾性体に圧力荷重を適用し変形を計算する
FEniCSの依存関係
このスキルは FEniCS (https://fenics.project.org/) を実行環境として必要とします。
インスタッション方法
Docker (推奨):
docker pull quay.io/fenics/dolfinx:latest
docker run -it -v $(pwd):/workspace quay.io/fenics/dolfinx:latest
Conda:
conda install -c conda-forge fenics
確認コマンド
python -c "import fenics; print(fenics.__version__)"
注意事項
-
曖昧な入力への対応
- MCP-SIMの設計哲学に基づき、不完全な入力でも最善努力で処理を継続
- 不明事項はユーザーに質問し補完する
-
エラー修正の信頼度
- confidence スコアが低い場合はユーザーの確認を求める
- 最大リトライ回数超過時は診断結果を報告し停止
-
数値安定性
- 分母には epsilon を追加（ゼロ除算防止）
- 時間依存問題には Backward Euler を優先
- MUMPS ソルバーを線形ソルバーとして優先
-
大規格問題の注意
- 3Dの高解像度メッシュは計算時間が長い
- メモリ不足の場合はメッシュ解像度を下げる
- 並列計算には MPI を使用
-
中間状態管理
- work/ ディレクトリは
.gitignoreに追加推奨 - 中断した場合、同じパラメータで再実行すると自動的に途中から再開
- work/ ディレクトリは