ol_dwsim_interop_services：将化学过程模拟引擎接入 LLM 智能体的 MCP 服务器\n\n大型语言模型（LLM）已经在文本生成、代码编写、知识问答等领域展现出强大的能力，但在面对专业工程计算任务时仍然面临挑战。化学工程领域的过程模拟就是一个典型例子——它需要精确的热力学计算、相平衡分析和物料能量平衡求解，这些任务超出了通用 LLM 的能力边界。\n\nol_dwsim_interop_services 是一个创新的开源项目，它通过 Model Context Protocol（MCP） 将专业的化学过程模拟软件 DWSIM 与 LLM 智能体连接起来，让 AI 助手能够执行闪蒸计算、相属性查询、化合物查找等专业化工模拟任务。\n\n## 背景：专业工程软件与 AI 的鸿沟\n\n化学过程模拟是化工、石油、制药等行业的核心工具。工程师使用模拟软件来：\n\n- 设计化工流程和反应器\n- 优化能源效率和物料利用率\n- 评估工艺安全性和环境影响\n- 进行设备选型和尺寸计算\n\nDWSIM 是一个开源的化学过程模拟器，提供了工业级的热力学计算引擎，支持多种物性包（如 Peng-Robinson、NRTL、UNIQUAC 等），可以进行闪蒸计算、蒸馏塔模拟、换热器设计等复杂计算。\n\n然而，这些专业工具的使用门槛很高——工程师需要理解热力学原理、熟悉软件操作、正确设置计算参数。如何让 LLM 智能体能够安全、准确地调用这些专业能力，是一个有价值的研究方向。\n\n## MCP 协议：连接 AI 与工具的桥梁\n\nModel Context Protocol（MCP） 是由 Anthropic 提出的开放协议，旨在标准化 AI 模型与外部工具和资源的交互方式。通过 MCP，LLM 可以：\n\n- 发现可用工具：获取工具的名称、描述、参数模式\n- 调用工具：在推理过程中触发外部功能\n- 接收结果：将工具输出整合到后续推理中\n\nol_dwsim_interop_services 正是基于 MCP 协议构建的，它将 DWSIM 的热力学计算能力封装为一组安全、可组合的工具，供任何支持 MCP 的 AI 客户端调用。\n\n## 核心功能与能力\n\n### 热力学计算工具集\n\n项目暴露了 DWSIM 的核心热力学计算能力，包括：\n\n- 闪蒸计算（Flash Calculations）：计算给定温度和压力下的气液平衡组成\n- 相属性查询（Phase Properties）：获取密度、粘度、热容、导热系数等物性参数\n- 化合物查找（Compound Lookups）：查询化合物数据库，获取分子量、临界参数等信息\n- 物性包管理：支持多种热力学模型的选择和配置\n\n这些工具通过 MCP 的函数调用接口暴露，AI 助手可以在推理过程中自然地调用它们。\n\n### SimulatorAdapter 协议\n\n项目实现了 SimulatorAdapter 协议，该协议由配套的 ol_simulator_interop_services 项目定义。这种设计使得 DWSIM 适配器只是多个计划适配器中的一个：\n\n- ✅ DWSIM（当前已实现）\n- 🔄 Rust 热力学内核（计划中）\n- 🔄 HYSYS 适配器（计划中）\n- 🔄 UniSim 适配器（计划中）\n\n这种协议化的架构确保了不同模拟引擎之间的互操作性，用户可以在不同后端之间切换而无需修改 AI 客户端代码。\n\n## 技术架构\n\n### 系统组成\n\n项目采用分层架构设计：\n\nMCP 服务层（Python）\n- 实现 MCP 协议的服务器端逻辑\n- 处理客户端连接和请求路由\n- 管理工具注册和发现\n\n**.NET Worker 层（C#）\n- 通过 pythonnet 与 DWSIM 的 .NET 引擎交互\n- 封装 DWSIM 的原生 API 调用\n- 提供类型安全的数据转换\n\nDWSIM 引擎层**\n- 工业级热力学计算引擎\n- 物性数据库和相平衡算法\n- 流程模拟核心功能\n\n### 进程内执行\n\n项目在 Windows 平台上采用进程内执行模式，通过 pythonnet 直接调用 DWSIM 的 .NET 程序集。这种方式的优势包括：\n\n- 低延迟：避免了进程间通信的开销\n- 类型安全：利用 .NET 的强类型系统\n- 资源效率：共享内存空间，减少数据拷贝\n\n当前版本仅支持 Windows（需要完整的 Windows 桌面运行时），macOS 支持正在探索中，Linux 暂不支持。\n\n## 安装与配置\n\n### 一键安装（推荐）\n\n对于非开发者用户，项目提供了 PowerShell 一键安装脚本：\n\npowershell\nirm https://raw.githubusercontent.com/OntoLedgy/ol_dwsim_interop_services/develop/install.ps1 | iex\n\n\n安装脚本会自动：\n- 安装 Python 工具（支持 pipx 或 uv）\n- 下载并配置 DWSIM v9.0.5-mcp 二进制文件\n- 检测并配置 MCP 客户端（Claude Code、Codex CLI、VS Code Copilot）\n\n### 手动安装\n\nbash\n# 使用 pipx\npipx install ol-dwsim-mcp-server\n\n# 或使用 uv\nuv tool install ol-dwsim-mcp-server\n\n\n### 配置 DWSIM 路径\n\n如果已有 DWSIM 安装，设置环境变量即可：\n\npowershell\n$env:DWSIM_PATH = \"C:\\Program Files\\DWSIM9\"\ndwsim-mcp run\n\n\n### MCP 客户端配置\n\n安装完成后，需要在 MCP 客户端中注册服务器：\n\nClaude Desktop 配置（%APPDATA%\Claude\claude_desktop_config.json）：\n\njson\n{\n \"mcpServers\": {\n \"dwsim\": {\n \"command\": \"dwsim-mcp\",\n \"args\": [\"run\"]\n }\n }\n}\n\n\n## 使用场景与示例\n\n### 场景一：化工流程设计辅助\n\n工程师可以与 AI 助手对话，描述想要设计的化工流程：\n\n> "我需要设计一个甲醇精馏塔，进料是 50% 甲醇和 50% 水的混合物，流量 1000 kg/h，温度 80°C。请帮我计算在不同操作压力下的气液平衡组成。"\n\nAI 助手可以：\n1. 调用 lookup_compound 查询甲醇和水的物性参数\n2. 调用 set_property_package 选择合适的物性包（如 NRTL）\n3. 调用 flash_calculation 执行闪蒸计算\n4. 分析结果并给出工艺建议\n\n### 场景二：安全评估支持\n\n> "这个反应器在 150°C、5 bar 条件下运行，介质是乙醇和乙酸的混合物。请评估是否存在超压风险。"\n\nAI 助手可以查询化合物的临界参数，计算操作条件与安全边界的距离，辅助安全评估。\n\n### 场景三：教学与培训\n\n化工专业的学生可以通过自然语言与 AI 助手交互，探索热力学概念：\n\n> "请演示理想气体和真实气体在高压下的行为差异。"\n\nAI 助手可以调用计算工具，生成对比数据，帮助学生理解抽象概念。\n\n## 开发与扩展\n\n### 本地开发环境\n\nbash\n# 克隆仓库\ngit clone https://github.com/OntoLedgy/ol_dwsim_interop_services.git\ncd ol_dwsim_interop_services\n\n# 设置 Python 环境\ncd mcp_service/server\nuv sync\n\n# 构建 .NET Worker\ncd ../dwsim_worker\n.\\build.bat\n\n# 配置 DWSIM 路径\ncopy dwsim.config.json.sample dwsim.config.json\n# 编辑 dwsim.config.json 设置 dwsim_path\n\n# 验证并运行\ncd ../server\n.\\.venv\\Scripts\\dwsim-mcp.exe doctor\n.\\.venv\\Scripts\\dwsim-mcp.exe run\n\n\n### 协议扩展\n\n开发者可以基于 SimulatorAdapter 协议为其他模拟软件实现适配器。协议定义了标准化的接口，包括：\n\n- 模拟会话管理\n- 化合物和物性包操作\n- 单元操作计算\n- 结果提取和格式化\n\n## 许可证与开源\n\n项目采用 AGPL-3.0-or-later 许可证开源，这意味着：\n\n- 可以自由使用、修改和分发\n- 修改后的版本也必须开源\n- 网络服务的使用也触发开源义务\n\n这种许可证选择体现了项目对软件自由和用户权利的重视。\n\n## 总结与展望\n\nol_dwsim_interop_services 展示了 MCP 协议在专业工程领域的应用潜力。通过将 DWSIM 的热力学计算能力与 LLM 智能体连接，它开辟了一条自然语言交互专业工程软件的新路径。\n\n这种架构的价值不仅在于简化了专业软件的使用，更在于它让 AI 助手能够理解工程上下文——AI 不再是简单的文本生成器，而是能够调用精确计算工具、基于真实物理规律给出建议的智能助手。\n\n随着 MCP 生态的发展，我们可以期待更多专业工程软件（CAD、FEA、CFD 等）采用类似的集成方案，让 AI 真正成为工程师的得力助手。