惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LINUX DO - 最新话题
小众软件
小众软件
C
Check Point Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
V
Visual Studio Blog
Last Week in AI
Last Week in AI
P
Proofpoint News Feed
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
The GitHub Blog
The GitHub Blog
T
Tailwind CSS Blog
Recorded Future
Recorded Future
雷峰网
雷峰网
WordPress大学
WordPress大学
A
Arctic Wolf
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Project Zero
Project Zero
T
Tor Project blog
T
Threat Research - Cisco Blogs
Scott Helme
Scott Helme
Spread Privacy
Spread Privacy
G
Google Developers Blog
Security Latest
Security Latest
MongoDB | Blog
MongoDB | Blog
T
Threatpost
I
InfoQ
T
Tenable Blog
T
The Exploit Database - CXSecurity.com
S
Security Affairs
H
Hackread – Cybersecurity News, Data Breaches, AI and More
人人都是产品经理
人人都是产品经理
C
Cisco Blogs
博客园 - 三生石上(FineUI控件)
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
aimingoo的专栏
aimingoo的专栏
C
CXSECURITY Database RSS Feed - CXSecurity.com
美团技术团队
Google DeepMind News
Google DeepMind News
The Hacker News
The Hacker News
D
Docker
博客园 - 【当耐特】
大猫的无限游戏
大猫的无限游戏
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Vercel News
Vercel News
PCI Perspectives
PCI Perspectives
Microsoft Azure Blog
Microsoft Azure Blog
C
CERT Recently Published Vulnerability Notes
月光博客
月光博客
Cloudbric
Cloudbric
A
About on SuperTechFans
F
Fortinet All Blogs

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解 【002】HTTPS 粗解:证书、TLS 握手与对后端配置的影响 Hermes Agent 一周暴涨五万 Star,但我劝你别急着追 明明连接的是Redis的DB0,为什么能查到DB3的数据? 【从0到1构建一个ClaudeAgent】协作-Agent团队 熟悉电子元器件之后,电子小白下一步该怎么走? MAF快速入门(23)通过C#类定义Skills .NET 高级开发 | 手写一个对象映射框架 FastAPI数据库ORM怎么选?我肝了三个Demo后,终于不再纠结了 mysqldump 参数拾遗:在遗忘与铭记之间 C# .NET 周刊|2026年3月5期 Claude code入门 - 陈彦斌 一文学习入门 ThingsBoard 开源物联网平台 GitHub 热门项目 | 2026年04月16日 如何为GIT设置全局勾子,为每次提交追加信息 Number.isFinite和isFinite与isNaN()和Number.isNaN的区别 PortSwigger SQL注入LAB2 推荐一个测试人必备的Skills,从功能到性能全搞定(附详细实操和安装下载方式) 筑基期:掌握Odoo基础核心知识点02(Odoo XML 开发方式详解) GLM模型这么火,咱们用vllm也咧一个呗! 深入理解 AbortController:从底层原理到跨语言设计哲学 字符串学习笔记 多租户系统框架的基础模块设计和分析设计 Apache SeaTunnel Zeta 为什么能做到“又快又稳”? AI开发-python-LangGraph框架(3-26-LangGraph基本概念及第一个简单样例) Vue 3 组件通信,别只会用 Props 和 Emits 了,这几个狠活儿你得看看 ElasticSearch7.X版本配置密码 用Manim实现动态交点计算--从一个动点问题说起 团结引擎+Addressable+Instant Game打包抖音小游戏 function call 实战:让 LLM 自动判断 pod 异常、调用日志工具并完成故障分析 bubseek —— 让 Agent 的足迹,变成团队的洞察 通过 C# 读取并导出 PDF 书签 如何用 GitHub Actions 实现 Steam 自动化发布 【从0到1构建一个ClaudeAgent】并发-后台任务 .NET 高级开发 | 定制 ASP.NET Core 框架 电子小白:什么是运算放大器(运放) zero2Agent:面向大厂面试的 Agent 工程教程,从概念到生产的完整学习路线 堆上的ORW HC32F460 USB CDC通信异常:非对齐访问异常排查 20260413-Hyperbridge 攻击事件:发生在默克尔山上的验证绕过 那些喊着AI 要淘汰你的人,正在靠你的焦虑赚大钱! 深度学习进阶(八)Swin Transformer 最小二乘问题详解19:带先验约束的增量式SFM优化与实现 SnapTranslate 3.0 正式发布:全局划词翻译 + 完整英语学习闭环,一站式搞定查词、记词、复习 工作的意义、工作的困难认知再思考 .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 开了 TUN 模式还是直连?90% 的人都踩过这个坑 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术
自动化天塌了?AI 替你画 Simulink!Agent——MCP 配置踩坑指南(附真实环境实测)
TTGF · 2026-05-06 · via 博客园_首页

前言

本文整理自一次真实的 Windows 环境配置过程,面向已安装 MATLAB / SimulinkPython,希望在 Cursor或者其他Agent 里通过 Model Context Protocol (MCP) 让 AI 直接操作 Simulink 模型的读者。
上游开源项目:sohumsuthar/simulink-mcp(许可证:PolyForm Noncommercial 1.0.0,商业用途请自行评估)。


一、你将得到什么

配置完成后,Cursor 中的 AI 可以通过 MCP 调用约 14 个结构化工具,完成例如:

  • 加载 / 关闭 / 保存 .slx 模型
  • 列举模块、读写参数、添加与删除模块、连线
  • 读取与设置求解器与模型配置
  • 运行仿真并返回图像或数据

MATLAB 采用懒启动:MCP 握手很快,第一次真正调用工具时才会启动 MATLAB 引擎,冷启动常需 约 15~20 秒,属正常现象。

在配置好这个mcp之后,你不需要在Simulink里面频繁拖拽、设置,只需要用自然语言和ai说你要建一个什么样的模型什么样的回路出来,ai会用最快的速度帮你直接画好。


二、环境与版本:最容易踩坑的一条链

整条链路要同时满足三件事:

  1. MATLAB Engine for Python 支持你选的 Python 小版本(由 MATLAB 发行版决定)。
  2. 官方 Python 包 mcpmcp[cli]>=1.2.0 要求 Python ≥ 3.10
  3. simulink-mcp 依赖上述 mcp,因此 实际跑 MCP 的解释器必须是 3.10+,且与装 Engine 的为同一个

典型冲突(真实案例)

  • 旧版 MATLAB(例如 R2022a)自带的 Engine setup.py 仅声明支持 Python 2.7 / 3.7 / 3.8 / 3.9,在 Python 3.10 上执行 pip install . 会直接报版本不支持。
  • 若坚持用 Python 3.9 装 Engine,则 mcp>=1.2.0 无法安装(PyPI 上该包要求 Python ≥ 3.10)。

结论: 要使用当前主线 simulink-mcp,一般需要 较新的 MATLAB(官方 README 多针对 R2024a/R2024b 一类环境测试)+ Python 3.10 或 3.11(具体以 MathWorks 对「MATLAB Engine for Python」的文档为准,并避免使用尚未被 Engine 支持的过新版本,如部分环境下的 Python 3.13)。


三、确认 MATLAB 根目录

已能打开 MATLAB 时,在 命令行执行:

matlabroot

记下输出路径(例如 F:\MATLAB2024)。Engine 源码目录为:

<matlabroot>\extern\engines\python

该目录下应有 setup.py。在资源管理器中打开该路径,便于后续在 PowerShell 里 cd 过去。
在这里插入图片描述


四、安装 MATLAB Engine for Python

4.1 选定「唯一」的 Python 解释器

后面 Cursor MCP 的 commandpip installimport matlab.engine 自检,必须指向同一个 python.exe(建议始终使用绝对路径,避免混用 PATH 里多个 python)。

4.2 推荐:在 Engine 目录内执行 setup.py install

PowerShell 中(注意:调用带路径的可执行文件时,前面要加 &):

cd "<matlabroot>\extern\engines\python"
& "C:\Path\To\Python310\python.exe" setup.py install

为何不用简单的 pip install .
pip 有时会把源码复制到临时目录再构建;在部分环境下会触发 「安装损坏」 等误报。在 extern\engines\python 源码目录下直接 setup.py install,往往更稳定。

4.3 验证 Engine

& "C:\Path\To\Python310\python.exe" -c "import matlab.engine; print('OK')"

应输出 OK


5.1 PyPI 包名说明

文档或旧笔记里可能出现 pip install simulink-mcp,但 PyPI 上未必存在同名包(或与你期望的仓库不一致)。可靠方式是从 GitHub 克隆后本地安装:
也可以直接到github上面整个压缩包下载下来:https://github.com/sohumsuthar/simulink-mcp

在这里插入图片描述

cd C:\Path\To\simulink-mcp

5.2 PowerShell 调用 pip 的语法

& "C:\Path\To\Python310\python.exe" -m pip install .

5.3 依赖构建与 mcp:建议分步安装

先升级构建链并安装 mcp[cli](需能访问 PyPI;若在国内,可换镜像,但镜像未同步时会出现「找不到包」):

Remove-Item Env:HTTP_PROXY,Env:HTTPS_PROXY,Env:ALL_PROXY,Env:http_proxy,Env:https_proxy,Env:all_proxy -ErrorAction SilentlyContinue

cd "C:\Path\To\simulink-mcp"
& "C:\Path\To\Python310\python.exe" -m pip install --upgrade pip setuptools wheel hatchling "mcp[cli]>=1.2.0" --index-url https://pypi.org/simple --trusted-host pypi.org --trusted-host files.pythonhosted.org

再安装本项目(--no-build-isolation 可减少子进程重复拉取 hatchling 的失败概率):

& "C:\Path\To\Python310\python.exe" -m pip install . --no-build-isolation --index-url https://pypi.org/simple --trusted-host pypi.org --trusted-host files.pythonhosted.org

5.4 网络与代理问题(真实踩坑)

若出现 ProxyError('Cannot connect to proxy.', FileNotFoundError(...))

  • 可能与 VPN / 系统代理 / 环境变量 HTTP_PROXY/HTTPS_PROXY 有关;关闭 VPN 后在新开 PowerShell 中重试。
  • 清除当前会话代理变量(见上节 Remove-Item Env:...)。
  • 检查 netsh winhttp show proxy,必要时 netsh winhttp reset proxy
  • 检查 pip config list 是否配置了无效 proxy

若出现 SSLError / 清华镜像拉不到 hatchling:可临时改用 官方 PyPI 并配合 --trusted-host(见上节命令)。

5.5 与「全家桶」装在同一 Python 里的提示

若该 Python 里还装有 TensorFlow、Streamlit 等,pip 可能提示 依赖版本冲突。对 simulink-mcp 来说,多数情况下仍能运行;若其它项目异常,建议日后为 MCP 单独建 venv


六、在 Cursor 中配置 MCP

6.1 工作目录环境变量

变量名 含义
SIMULINK_MCP_WORKDIR MATLAB 引擎启动后 cd 的工作目录;影响相对路径加载与保存位置。

建议设为专门存放 .slx 的文件夹,例如 F:/SimulinkModels(JSON 中可用正斜杠或转义反斜杠)。

6.2 用户级 mcp.json 示例

在这里插入图片描述
在这里插入图片描述

路径一般为:%USERPROFILE%\.cursor\mcp.json

{
  "mcpServers": {
    "simulink": {
      "command": "C:/Users/你的用户名/AppData/Local/Programs/Python/Python310/python.exe",
      "args": ["-m", "simulink_mcp"],
      "env": {
        "SIMULINK_MCP_WORKDIR": "F:/SimulinkModels"
      }
    }
  }
}


在这里插入图片描述

要点:

  • command 务必使用 与安装 Engine、simulink-mcp 时相同的 python.exe 绝对路径
  • 每个 MCP 服务器独立进程;只改 simulinkcommand 不会自动改变其它 MCP(例如仍写 python 跑脚本的服务)。
  • 修改后 完全重启 Cursor 或重载窗口,再在 Settings → MCP 中确认 simulink 为绿色、工具数量与文档一致(例如 14 tools)。
    在这里插入图片描述

七、自检清单

检查项 操作
Python 小版本 python -V,且与 Engine / mcp 要求一致
Engine python -c "import matlab.engine; print('OK')"
simulink-mcp pip show simulink-mcp
MCP 解释器一致 mcp.jsoncommand 与上面为同一 python.exe
工作目录 已设置 SIMULINK_MCP_WORKDIR,且文件夹存在
许可 非商业用途符合 PolyForm NC

八、首次使用与排错提示

  • 第一次工具调用再启动 MATLAB,请耐心等待。
  • 若 MCP 报错:看 Cursor MCP 日志;任务管理器确认是否有 MATLAB 进程。
  • 上游 README 提到:无效 Simulink 操作可能导致会话崩溃,可 重启 MCP
  • 部分版本对 PID 等带 mask 的模块 有初始化要求,需按上游说明设置饱和与初值等参数。

九、测试示例

前置: 确认 Cursor → MCPsimulink 已开启;SIMULINK_MCP_WORKDIR 下有 .slx(或下面语句里改成你的绝对路径)。在 Agent 模式 且本对话 已启用 Simulink MCP 工具 的窗口中,将下面三段 整段复制 到输入框发送(可按顺序 ①→②→③ 执行;② 会新建模型,不必先有文件)。


① 看有什么模块,并说明它们的关系

请使用 Simulink MCP:加载 F:/SimulinkModels/1.slx(若不存在则加载我工作目录里任意一个 .slx,路径可改为我的实际文件)。然后列出该模型在 search_depth=2 下的所有模块。最后用文字说明:每个模块在信号流里扮演什么角色、参考输入/误差/控制量/被控输出之间是如何连成的负反馈回路(按你看到的连线逻辑描述即可)。

预期效果: 返回模块路径列表 + 一段 信号流 / 反馈关系 的文字说明。
在这里插入图片描述


② 用基础模块搭一个 PID 控制器(禁止使用 PID Controller 现成模块)

请使用 Simulink MCP,新建并保存一个模型 demo_pid_blocks(保存到 SIMULINK_MCP_WORKDIR 下,文件名 demo_pid_blocks.slx)。要求:绝对不要使用库里的「PID Controller」模块。请用基础库模块搭建并行形式 PID:误差 e=r-y 用一个 Sum(+-);P 支路为 Gain;I 支路为 Gain + Integrator;D 支路为 Derivative + Gain;三条支路输出用另一个 Sum(+++)合成控制量 u。被控对象用 Transfer Fcn,分子 [1]、分母 [1 1]。参考输入用 Step(0 时刻阶跃到 1)。输出用 Scope 观测被控量,并简述各模块名与参数。

预期效果: 得到新模型 demo_pid_blocks.slx,结构为 Step → 误差和 → P/I/D 三条支路 → 控制和 → 对象 → 反馈到误差和,全程无 PID Controller 模块。

在这里插入图片描述
在这里插入图片描述
有时候AI搭出来的这些模块是叠在一起的,没有很好的排版,这个时候可以选中用Simulink自带的排版功能
也可以跟ai说重新排一遍格式,让模型好理解一点


③ 搭一个简单闭环回路并仿真看图

请使用 Simulink MCP:加载刚才的demo_pid_blocks.slx。确认模型里已有单位负反馈(参考、误差、控制器、对象、Scope)。然后调用 simulate:model_name 为 demo_pid_blocks,stop_time 为 20,return_figures 为 true。仿真结束后把返回的曲线图展示出来,并用一两句话描述被控量从阶跃响应看是否收敛、有无明显振荡。

预期效果: 对话中出现 simulate 返回的 PNG 曲线(来自 Scope 等);若报错「找不到模型」,请先执行 或把路径改成你本机 .slx 的实际位置。

提示: 第一次调用 MCP 工具时 MATLAB 可能 冷启动 15~20 秒;若只有文字没有图,检查模型里是否接了 Scopereturn_figurestrue

在这里插入图片描述
在这里插入图片描述


十、参考链接