AutoSAM：一种用于SAM代码输入文件自动生成的智能体框架，基于多模态检索增强生成

在先进反应堆系统的设计和安全分析中，为系统级热工水力代码（如系统分析模块（SAM））构建输入文件仍然是一项劳动密集型任务。分析人员必须从异构工程文档中提取并协调设计数据，并手动将其转换为求解器特定的语法。在本文中，我们提出了AutoSAM，一种自动化SAM输入文件生成的智能体框架。该框架将大语言模型智能体与基于求解器用户指南和理论手册的检索增强生成相结合，并配备用于分析PDF、图像、电子表格和文本文件的专用工具。AutoSAM摄取非结构化工程文档，包括系统图、设计报告和数据表，将模拟相关参数提取到人类可审计的中间表示中，并合成经过验证的、求解器兼容的输入文件。其多模态检索流程集成了科学文本提取、基于视觉的图形解释、语义嵌入和查询回答。我们在四个复杂度递增的案例研究上评估了AutoSAM：单管稳态模型、具有温度反应性反馈的固体燃料通道、先进燃烧试验堆堆芯以及熔盐反应堆实验主回路。在所有案例中，智能体都能生成可运行的SAM模型，这些模型与预期的热工水力行为一致，同时明确识别缺失数据并标记假设值。该框架实现了100%的结构化输入利用率、约88%的PDF文本提取率以及100%的基于视觉的几何提取完整性。这些结果展示了一条通往提示驱动反应堆建模的实用路径，其中分析人员提供系统描述和支持文档，而智能体将其转换为透明且可执行的SAM模拟。