CP-Agent：用类型化工具和受限循环组织晶体塑性模拟

晶体塑性（CP）模拟能够预测多晶金属的力学行为，但配置异构工具、编排多步数据流水线以及根据实验校准本构参数所需的人工工作，阻碍了其日常使用。这些瓶颈降低系统性参数研究的效率，因而推动对自动化工作流的需求。本文提出CP-Agent，一种经过Harness工程设计、基于LLM的Agent，能够从自然语言任务自主执行完整CP建模流程。Agent遵循ReAct范式，推理工具的选择与执行顺序，同时将数值搜索交给成熟优化器。Harness包含最小系统提示、类型化工具定义、调度器和具有安全边界的迭代循环，通过工具模式而非硬编码逻辑表示领域知识。本文展示四个案例：依据拉伸数据校准增材制造316L不锈钢的四个滑移参数；用已发表的铜基准验证流程，重现应力应变和织构演化；恢复铜的初始晶体织构，正确识别其弥散初始织构；以及重现Mg-Zn-Ca合金的多道次轧制织构演化，串联五个变形道次，恢复实验观察到的弱化、分裂基面织构。在所有案例中，Agent都从任务描述推断出正确执行顺序，在重复运行中保持稳健，并产生具有物理可解释性的结果。本研究将Harness工程确立为自动化CP建模流程的系统方法，同时通过可见推理轨迹保留物理可解释性和可审计性。