在军事仿真领域，仿真脚本可以理解为一套“任务的剧本”，谁在哪儿，装备什么平台，执行什么任务、行动触发条件是什么，这些综合在一起，就是一个完整的仿真想定。

在过去，编写这套“剧本”是一件极其耗时的工作。仿真脚本语法严谨、规则复杂，传统书写方式不仅效率低下，还极易出错。每次错误排查依赖人工经验，耗时长，且缺乏标准化的脚本生成工具，导致长时间的重复劳动。仿真脚本系统有着严格的规范和约束，对用户编程能力要求高，新手上手困难。

而在脚本之外，仿真建模还面临更多隐性痛点：模型资产分散在管理系统中难以检索、多人协作缺乏统一知识沉淀、复杂任务无法拆解追踪、一次中断就要从头再来。这些问题共同构成了仿真建模工作的真实成本。

现在，这一切正在被改变。

一、UNSIM_AI

|“你好！我是UNSIM_AI，是一个面向仿真任务私有化智能助手。”

当你与UNSIM_AI开始对话，就能看到这样一句自我介绍。

从这一刻起，你不再需要面对空白的脚本文件独自发愁，因为你拥有了一位24小时在线的仿真专家，随叫随到。

▲UNSIM_AI平台

UNSIM_AI 是一个基于本地大语言模型的仿真智能执行中枢，SimCode作为其核心模式之一，主要针对仿真脚本智能生成，打通自然语言向仿真引擎规范化脚本生成。它的核心是Harness约束统一Agent Loop：用户以自然语言描述需求，智能体自主理解意图、按需加载领域能力、调度多种工具协同执行、校验结果并持久化产物，最终交付可直接部署运行的脚本或结构化答案。

更形象地说，它是一个集编排、生成、校验与记忆于一体的自进化智能执行中枢，你只需用自然语言描述需求，它就能完成从理解到交付的全流程，并在此过程中持续积累经验。

二、UNSIM_AI 脚本自动化生成

脚本生成UNSIM_AI最核心的旗舰能力，下面以一个简单的组件脚本生成典型场景，完整拆解平台端到端标准化工作流。

1. 自然语言需求解析

|用户： “帮我生成一个火控雷达组件脚本。”

收到请求后，UNSIM_AI首先进行意图识别：通过LLM语义理解，判断用户意图属于脚本生成、普通问答还是工具操作，自动切换至脚本专属工作模式。

 ▲自然语言描述需求

系统自动调取内置四大知识库、八大领域规范文档构建上下文提示词：

l 四大知识库：脚本语法文档库、历史仿真案例库、脚本纠错经验库、标准演示脚本库；

l 八大领域规范：平台基础配置、运动体与航路规划、传感器跟踪、信号特征与组件、脚本处理器、指令通信链等；

l 语法防护规则：约束生成边界，包括场景最小可验证、屏蔽平台不支持指令、参数合规校验等。

以“知识库检索+规则防护”的双重机制，确保AI对用户需求的理解始终在脚本语法框架内精准运行。

在识别出关键要素后，系统并未急于生成，主动向用户确认关键仿真参数，提示用户输入“确认生成”后启动脚本推理。

2. AFSIM脚本智能生成

|用户： “确认生成。”

UNSIM_AI随即调用本地Ollama大模型进行结构化推理，并非简单将自然语言直译代码，而是完成多层级智能编排：

l 需求解构：将自然语言拆解为组件定义、硬件参数、接口声明、探测行为逻辑等独立编排单元；

l 规范组装：严格遵循  仿真引擎官方语法规范，将各单元有序拼接为完整可执行脚本；

l 流式推送：基于 SSE 协议实时推送推理、预校验、纠错、完成四阶段进度，用户可实时查看生成全过程；

 ▲生成脚本

平台适配全复杂度仿真场景，从基础单装备巡逻脚本，到多平台大规模红蓝对抗想定均可一键生成。针对复杂大规模对抗场景，还可启用深度思考模式进行两阶段推理：第一阶段完整输出全链路推理逻辑，拆解仿真约束、参数与行为逻辑；第二阶段基于完整推理链生成标准化脚本。该模式可将复杂脚本一次生成成功率提升，同时深度推理过程可追溯、可解释，便于建模人员复核逻辑。

3. 自动校验与智能纠错

脚本初稿生成后，平台自动调用仿真引擎官方的mission.exe校验工具开展全维度合规检测，覆盖语法合法性、参数取值范围、对象引用完整性、业务逻辑一致性四大校验维度。

▲自动校验

传统人工调试模式最大痛点是仿真引擎报错信息晦涩，定位、修复单处缺陷需翻阅大量文档反复试错。而UNSIM_AI构建了闭环纠错机制：结合历史纠错经验库检索同类故障案例，搭配 LLM 语义推理精准定位问题根源，自动输出修复方案并二次校验，直至脚本完全通过官方工具验证。

校验过程中，系统严格区分“校验中”与“已完成”状态。校验通过只进入“整理结果”阶段，不会在最终答案尚未整理时提前显示100%；若模型在校验失败时声称“已通过”，系统会覆盖该错误声明，确保不输出可误用的脚本。

4. 知识沉淀与自进化

校验通过后，系统自动完成知识沉淀。

每次成功纠错，系统都会自动记录原始错误脚本片段、mission.exe诊断信息、修复后正确脚本、修复策略说明，并存入知识库。这便是UNSIM_AI “自进化” 的底层逻辑，它并非静态工具，而是一个会持续积累经验的智能体。

三、UNSIM_AI通用能力

UNSIM_AI的真正价值不止于脚本生成，更在于其作为通用智能体所具备的全套执行与治理能力。

1. 多工具协同编排

它可在一次任务中连续调用多工具，涵盖AFSIM知识检索、脚本校验、模型全生命周期管理、前端页面操作，并兼容MCP协议拓展第三方工具。

2. 任务规划与子智能体

当任务包含三个以上相互依赖的动作时自动生成任务清单，追踪依赖关系与状态，逐步推进并实时推送进度；对独立检索或审查任务可派生受限子智能体分工执行，结果由主智能体合并输出。

 ▲任务规划派生

3. 权限治理

所有工具操作按副作用分级管控，只读与执行默认允许，写入需明确意图，发布必须明确指令，会话变更需审批；否定约束优先级最高，未授权操作进入等待状态，用户确认后恢复。

▲权限执行

4. 上下文管理与知识沉淀

平台根据模型窗口动态计算预算，长对话达阈值后自动生成摘要并保留最新消息。

5. 深度思考模式

通过模型能力探测决定思考模式，支持native与analysis标记。前端显示思考类型、耗时和可折叠内容，思考过程与最终回答分离处理，避免将推理片段混进最终输出结果中。

6. 规范化输出

所有输出统一格式化，脚本剥离多余标记，确保校验输入、Artifact文件、页面展示与后续UnSIM模型管理系统合并严格使用同一份标准化文本。

四、UNSIM_AI技术亮点

1. 亮点一：全栈本地化部署

全组件本地闭环运行，无外网依赖，兼顾离线可用性、重要数据安全、低交互延迟三大核心诉求，完美适配特殊仿真敏感业务环境。

2. 亮点二：智能对话路由

依托意图检测、LLM 语义路由、规则匹配三层决策逻辑，自动识别用户需求并切换三类工作模式：

l Chat聊天模式：军事仿真概念科普、技术答疑、语法讲解、专业文档生成；

l SimCode脚本模式：脚本新建、修改、故障修复、全流程自动校验；

l Tool工具模式：与UnSimCloud云仿真平台深度融合，完成从模型构建与管理，想定编辑，情报接入，仿真任务控制，仿真运行，态势显控，效能评估等子系统的全链路智能运行。

3. 亮点三：深度思考模式

针对复杂大规模对抗场景，启用两阶段推理提升输出质量：

l 深度思考阶段：大模型完整输出全链路推理逻辑，拆解仿真约束、参数、行为逻辑；

l 结果输出阶段：基于完整推理链生成标准化脚本；

该模式可将复杂脚本一次生成成功率提升 40%，同时推理过程可追溯、可解释，便于建模人员复核逻辑。

4. 亮点四：MCP工具生态

兼容 MCP 通信协议，支持 Swagger 接口自动识别适配，可灵活拓展第三方外部工具；深度对接 UnSimCloud 云仿真平台，如模型管理系统，打通模型查询、脚本版本发布、知识库检索等能力，实现仿真模型全生命周期一体化管控。 

▲模型查询

5. 亮点五：自进化知识库

语法文档库、历史案例库、纠错经验库、演示脚本库四大模块协同联动：语法库提供官方规范约束，案例库统一脚本编写风格，纠错库支撑自动故障修复，演示库提供标准化模板；每一次脚本纠错都会自动沉淀新经验，持续迭代优化生成精度。

6. 亮点六：多用户协作与权限管理

支持多账号身份认证、精细化权限管控，全量对话记录持久化存储，支持历史仿真任务回溯检索；团队内部共享知识库与纠错经验，实现能力协同复用，整体团队开发效率持续提升。

五、UNSIM_AI 核心应用场景

仿真脚本快速生成：将传统数小时至数天的人工脚本开发工作压缩至分钟级，支撑红蓝对抗、装备试验、任务推演等各类仿真想定快速落地，大幅缩短仿真试验筹备周期。

AFSIM学习与教学：依托八大领域标准化知识库，零基础人员仅需自然语言描述即可生成可运行脚本，大幅降低  仿真引擎建模学习门槛；非编程专业仿真人员可直接参与场景创意设计，无需深耕底层语法。

仿真实验自动化：支持批量脚本生成、批量自动校验，搭建无人工干预的端到端自动化仿真试验流水线，适配大批量对比试验、装备性能迭代测试等场景，减少重复性人工操作。

模型资产管理：通过深度对接MMS模型管理系统，实现模型查询、筛选、概要查看、参数说明、导入测试、草稿保存、合并入库、版本发布等全生命周期操作。生成的已验证脚本可一键合并至模型库并反查确认可见，确保资产真实入库。

复杂任务协同编排：多步骤任务自动拆解为任务清单，支持依赖关系与进度追踪；独立检索或审查任务派生子智能体并行执行，主智能体合并结果，适配复杂仿真方案论证与多源数据交叉核验场景。

六、UNSIM_AI 迭代规划

当前 UNSIM-AI 的SimCode模式已实现脚本生成 - 校验 - 沉淀全链路自动化，后续将围绕易用性、拓展性、性能三大维度持续迭代升级：

l 多模型自由切换：兼容多款 Ollama 大模型，支持同需求下多模型输出对比，适配不同复杂度仿真任务；

l 标准化场景模板库：预设常见高频场景模板，一键调取快速生成标准化脚本；

l 批量生成与压力测试流水线：构建大规模脚本验证流水线，支撑批量化仿真实验。

l 底层性能深度优化：知识库向量化检索、大模型推理加速、交互响应缓存，缩短等待耗时；

七、结语

从自然语言需求描述，到参数确认、脚本生成、语法验证、迭代修复、知识沉淀、最终入库，全程无需用户编写一行仿真脚本代码。

对比传统开发模式，平台可将脚本开发耗时压缩 90% 以上，脚本语法、逻辑错误率降低 85%。作为集编排、生成、校验、记忆于一体的自进化智能执行中枢，UNSIM-AI 让专业  仿真脚本开发简化为自然语言对话。目前UNSIM-AI已全面支持AFSIM仿真引擎从脚本生成到运行的完整链路，后续它将支持更多通用仿真引擎。

平台长期愿景：消解仿真建模的技术门槛，让脚本生成智能化，让建模不再受编程能力限制，仅以任务创意作为仿真推演的核心边界。