验证驱动的闭环多智能体大语言模型框架，用于代码兼容的结构设计

多智能体 大语言模型（LLM）系统应用于结构设计，但大多数使用一次性生成并且无法验证其输出，使工厂适合安全关键任务。该框架不是信任 LLM 自我校正，而是将来自外部基于物理的验证器的反馈注入到闭合修复循环中。该框架耦合了三层有限元验证双节点循环系统。节点1将代码违规转化为硬修复约束，节点2将四维质量评分转化为安全第一软约束，检索增强的代码库使每次违规都可追溯到子句。超过结构类型和44个案例，代码合规性从56.8％上升到98.6％，综合得分从63.8上升到71.4（p<0.000001），使用约减少 5.8% 的材料。删除任一节点都会降低性能，并且在测试的两个主干 LLM 中，合规性没有发生可检测到的变化，这表明它归因于外部验证者而不是模型。框架、44 例基准测试和所有实验脚本均作为开源发布，以实现可复制性。