MOOSEnger: KI-Agent für MOOSE-Umgebung beschleunigt Simulationen

Der neue KI-Agent MOOSEnger richtet sich speziell an Anwender des Multiphysics Object‑Oriented Simulation Environment (MOOSE). Durch einen konversationellen Workflow wandelt er natürliche Sprache in lauffähige MOOSE‑Input‑Dateien um und kombiniert dabei Retrieval‑Augmented Generation mit deterministischen, MOOSE‑sensiblen Parsing‑ und Validierungswerkzeugen.

Die Architektur trennt eine wiederverwendbare Agenten‑Basis – inklusive Konfiguration, Registries, Tool‑Dispatch, Retrieval‑Services, Persistenz und Evaluation – von einem MOOSE‑Plugin. Dieses Plugin übernimmt die HIT‑basierte Syntax‑Analyse, das format‑erhaltende Einlesen von Eingabedateien und bietet domänenspezifische Hilfen zur Reparatur und Prüfung von Eingaben.

Ein Vorprüfungs‑Pipeline entfernt versteckte Formatierungsartefakte, korrigiert fehlerhafte HIT‑Strukturen mit einem begrenzten grammatikbasierten Schleifenmechanismus und löst ungültige Objekt‑Typen über eine Ähnlichkeitssuche im Syntax‑Registry auf. Anschließend werden die Eingaben validiert und optional mit dem MOOSE‑Runtime‑System in einer MCP‑gestützten Ausführungsumgebung getestet, wobei Solver‑Diagnosen in iterative Korrektur‑Updates übersetzt werden.

Die integrierte Evaluation liefert RAG‑Metriken wie Treue, Relevanz und Kontext‑Präzision sowie den End‑zu‑End-Erfolg anhand echter Ausführungen. Auf einem Benchmark von 125 Prompts, die Diffusion, transienten Wärmeleitung, Festkörpermechanik, porösen Fluss und inkompressible Navier–Stokes abdecken, erzielt MOOSEnger herausragende Ergebnisse und demonstriert damit die Effizienz eines domänenspezifischen KI‑Agents für komplexe Simulationen.