摘要： 计算流体力学（CFD）在现代工程中扮演着重要角色，但使用 OpenFOAM 等开源求解器需要相当多的知识和技能，以及耗时的配置文件设置。为减轻这一负担，我们提出了 AutoFOAM——一个自我进化的大型语言模型（LLM）代理，它仅基于自然语言指令即可创建、评估、运行并进化其自身的 OpenFOAM 模拟。我们的模型基于 Qwen-coder 2.5-14B 进行预训练，并在 252 个文本提示上进行了微调，这些提示针对 7 个 OpenFOAM 求解器、13 个参数化网格模板以及一个考虑 y plus 的数值策略。该算法的关键要素是一个由 7 个阶段组成的复杂进化循环。为防止模型在重复自我训练下退化，该代理采用了三种互补的抗崩溃策略：RAG 增强的重试上下文、外科手术式的字典级修补以及提示多样性改写。通过将生成式人工智能与严谨的流体模拟相结合，AutoFOAM 加速了快速原型设计，并使高级 CFD 工作流程大众化。