- AI 技能
- AI 插件
- 人工智能
【免费下载链接】matlab-agentic-toolkit
The MATLAB Agentic Toolkit brings proven MATLAB capabilities to AI agents, making engineering and scientific workflows agent-ready.
MATLAB Agentic Toolkit 是 MathWorks 推出的官方工具包,它让 AI 智能体(Agent)能像资深工程师一样高效使用 MATLAB:自动安装 MATLAB MCP Server、注入精选技能(Skills),并防止 AI 编造不存在的函数、遗漏新特性。除了evaluate_matlab_code、run_matlab_file等执行类 MCP 工具外,服务器还提供了两个MCP 资源(Resources):matlab_coding_guidelines(编码标准)和plain_text_live_code_guidelines(Live Script 格式规则)。这两个资源决定了 AI 写出的 MATLAB 代码"像不像人写的"、生成的 Live Script"能不能正确渲染"。
一分钟认识 MCP 资源:资源≠工具
很多新手会把 MCP 的"工具"和"资源"混为一谈,先厘清两者的分工 🧭:
| 概念 | 作用方式 | MATLAB MCP Server 中的例子 |
|---|---|---|
| 工具(Tools) | AI执行操作,产生副作用 | evaluate_matlab_code运行代码、check_matlab_code静态分析 |
| 资源(Resources) | AI按需读取的参考知识 | matlab_coding_guidelines、plain_text_live_code_guidelines |
资源就像放在 AI 手边的"参考手册":只有当任务需要时才读取,不占用日常上下文,因此既省钱(少消耗 token)又不会让 AI 输出跑偏。这也是工具包 README 强调"最小化 token 消耗"的设计思路。
matlab_coding_guidelines:给 AI 一套"官方代码品味"
它是什么
matlab_coding_guidelines承载的是 MathWorks 官方编码标准,是命名、格式、函数结构检查的权威基线。工具包中的matlab-review-code技能在 SKILL.md 的工作流里,把"读取该资源"列为第二步:
- 先用
check_matlab_code跑静态分析; - 再读取
matlab_coding_guidelines资源,以此为基准做人工式审查; - 依次检查命名、函数签名、结构复杂度与代码模式,最后按"错误 > 警告 > 建议"分级汇报。
没有它 vs 有它:AI 输出差别在哪
有了这份规范,AI 审查和产出代码时会自觉遵守一套可预期的规则。以下是该技能内置的审查清单(摘自 SKILL.md):
命名约定
| 元素 | 约定 | 示例 |
|---|---|---|
| 函数 | lowerCamelCase,动词短语 | computeArea、loadData |
| 类 | PascalCase | SensorReader |
| 变量 | lowerCamelCase,描述性命名 | sampleRate而非sr |
| 测试文件 | t前缀 | tComputeArea.m |
| 文件=函数 | 文件名与主函数一致 | computeArea.m→function computeArea |
函数质量红线
- 位置输入参数最多 6 个、输出最多 4 个;
- 公共函数应带
arguments输入验证块,并以end结束; - 嵌套超过 3 层、函数超过 50 行会被标记;
- 使用
eval、assignin直接报高危错误。
现代化模式偏好:优先tiledlayout而非subplot、datetime而非datenum、string而非字符数组、向量化与预分配而非循环内增长数组。
可以看到,这份资源把"老 MATLAB 用户脑子里的常识"变成了 AI 可执行的检查表——这正是工具包防止 AI"走弯路"的核心手段之一。该技能的元数据(依赖的 MCP 工具、版本、适用范围)记录在 manifest.yaml 中。
plain_text_live_code_guidelines:让 AI 写出能渲染的 Live Script
为什么需要单独的 Live Script 规则
R2025a 起,MATLAB 支持纯文本 Live Script(.m文件),它既能像文档一样展示富文本、公式和图,又因是纯文本而友好于版本控制——这是二进制.mlx做不到的。AI 要生成这种文件,就必须遵守一套严格的格式语法,这正是plain_text_live_code_guidelines资源承载的规则,配套技能为matlab-create-live-script(要求 R2025a+,见 manifest.yaml)。
关键规则速览
规则明细见 SKILL.md,新手最常踩的坑有这几个:
| 规则 | 正确写法 | 常见错误 |
|---|---|---|
| 文本行 | %[text] 段落内容 | 直接用%注释当正文 |
| 段落 | 一段一行,不手动换行 | 硬换行导致排版碎裂 |
| 分节 | %%单独一行,下一行%[text] ## 标题 | 标题混在代码行里 |
| 公式 | 单反$ a = \\pi r^2 $,LaTeX 命令双反斜杠 | $$...$$块级写法;\\被 shell 折叠成\导致公式损坏 |
| 图片 | 隐式创建,不写figure命令 | 显式figure破坏内联布局 |
| 结尾 | 必须带%[appendix]{"version":"1.0"}附录块 | 缺少附录,文件无法被识别 |
还有一个容易被忽略的细节:AI 读取 Live Script 时应忽略%[appendix]之后的所有内容——附录里嵌着图片与元数据,只耗 token 不含有效信息,这一条本身就是"资源型知识"省 token 的体现。
生成后的质量闭环
该技能要求 AI 在写完 Live Script 后按清单自检(SKILL.md):.m扩展名、无空行与空%[text]行、列表末项以反斜杠结尾、LaTeX 反斜杠成双出现、附录格式正确……只有全部打勾才视为合格交付。如果 MATLAB 会话已连接,还可以进一步调用executeLiveScript把运行输出内嵌进文档,让生成的"分析报告"开箱即用。
两个资源如何协同塑造最终输出
把视角拉远,可以这样理解工具包的分层设计 🎯:
- MCP 工具层:
evaluate_matlab_code、run_matlab_file、check_matlab_code等让 AI 能"动手"——跑代码、跑测试、静态检查(见 README.md 的工具清单)。 - MCP 资源层:
matlab_coding_guidelines管"代码写得好不好",plain_text_live_code_guidelines管"文档渲染得对不对",两者按需读取,随取随用。 - 技能层:
matlab-core技能组把资源与工具编排成完整工作流,例如"审查代码"技能先分析、再读标准、后出报告。
工具负责执行力,资源负责品味,技能负责把两者串起来——三者叠加,AI 的输出才从"能跑"升级到"专业"。
相关参考资料
- 总览与安装步骤:README.md(中文版本见 l10n/README.zh-cn.md)
- 配置、离线安装与故障排查:Configuration_and_Troubleshooting.md
- 代码审查技能:skills-catalog/matlab-core/matlab-review-code/SKILL.md
- Live Script 技能:skills-catalog/matlab-core/matlab-create-live-script/SKILL.md
- 技能目录总览(所有技能组与技能说明):skills-catalog/README.md
- 工具包元数据(技能组清单):manifest.yaml
- 项目级 MCP 配置模板:templates/README.md
小结
matlab_coding_guidelines和plain_text_live_code_guidelines是 MATLAB MCP Server 提供的两个按需读取的 MCP 资源,分别约束 AI 的代码质量与 Live Script 格式;- 它们通过
matlab-review-code、matlab-create-live-script两个核心技能落地,把 MathWorks 官方标准直接"喂"给 AI; - 对新手而言,理解"工具 vs 资源 vs 技能"三层分工,是用好 MATLAB Agentic Toolkit 的关键一步——想让 AI 输出更稳定,就从只安装工作相关的技能组开始(建议先装必选的
matlab-core)。
- AI 技能
- AI 插件
- 人工智能
【免费下载链接】matlab-agentic-toolkit
The MATLAB Agentic Toolkit brings proven MATLAB capabilities to AI agents, making engineering and scientific workflows agent-ready.
相关推荐
MATLAB Agentic Toolkit 技能全景:16+技能组与100+精选Skill如何赋能AI Agent
MATLAB Agentic Toolkit 技能全景:16+技能组与100+精选Skill如何赋能AI Agent MATLAB Agentic Toolki
AI 技能AI 插件人工智能Prompt Engineering 实战:目标—资料—规则—输出四段式与 Eval 循环(awesome-agentic-ai-zh Stage 2)
Prompt Engineering 实战:目标—资料—规则—输出四段式与 Eval 循环(awesome agentic ai zh Stage 2) 本篇指
教程文档AI Agent人工智能大模型Controller输出规范
Controller输出规范 响应格式要求 成功响应:返回具体的业务数据 错误响应:返回统一的错误信息格式 状态码:使用标准的HTTP状态码 示例模板 java
人工智能大模型AI Agent代码智能体开发工具工具调用后端前端
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考