主要介绍自己写MATLAB代码时用AI辅助的经验

1. 实现方法

1.1 使用MATLAB自带的AI助手

• 网址：MATLAB Copilot 产品信息

• 功能：
  MATLAB Copilot为MARLAB 官方AI辅助插件，能实现下面的功能：

  1. 问答式生成和修改代码
  2. 快速获取代码或者运行错误的解释
  3. 自动补全代码
  4. 为代码生成测试，验证代码正确性，评估可靠性

• 要求和限制：

  1. 仅支持R2025a及后续的版本
  2. 地区授权受到限制、且国内存在许可证限制

1.2 使用第三方开发的Matlab Copilot AI工具箱

目前就只看到这个博主做的
Matlab Copilot_AI工具箱:对接DeepSeek/Kimi/GPT/千问等多款大模型,一站式提升编程效率

1.3 AI IDE（Cursor, Github, Trae…）+ MATLAB插件

• 功能
  下载MATLAB插件后，可以在IDE软件中编写Matlab程序，并实现下面的功能:

  1. 基本功能：语法高亮、注释、代码片段、代码折叠。
  2. 高级功能（安装2021b及以上版本后）:

  • Code execution and debugging 代码执行和调试
  • Automatic code completion 自动代码补全
  • Source code formatting (document formatting) 源代码格式化（文档格式化）
  • Code navigation代码导航
  • Code analysis, such as continuous code checking and automatic fixes 代码分析，如持续代码检查和自动修复
  • Code outline 代码大纲
  • Symbol renaming 符号重命名
  • Run and Debug MATLAB Code 运行和调试 MATLAB 代码

  借助AI集成开发的IDE软件，可以通过Agent实现文件夹内（工作空间）项目文件的读取、增加、删减、修改，自动运行和读取报错修复等功能，类似Openclaw（龙虾）的功能。
  只需为其设定一个高阶目标，它就会将目标分解为多个步骤，编辑项目中的文件，运行命令，并在出错时进行自我修正。例如，智能代理不会仅仅建议如何修复失败的测试，而是会找出工作空间内文件的根本原因、更新代码、重新运行测试并提交更改。

• MATLAB MCP

  • 什么是MCP？

  MCP（Model Context Protocol（模型上下文协议））是一种开放的技术协议，旨在标准化大型语言模型（LLM）与外部工具和服务的交互方式。对于MATLAB的MCP功能通俗说,就是供AI调用的MATLAB API。

  • 功能
    
  • 官方仓库: MATLAB MCP Core Server - MATLAB & Simulink
  • 安装步骤：

    1. 下载地址：matlab-mcp-core-server
       

    2. 点击右下角Releases下载安装包（如win64版本）
       

    3. 以管理员身份运行下载的安装包

• MATLAB SKILL

  • 项目地址：The MATLAB Agentic Toolkit

  • 功能：
    在AI Agent辅助中，Skill是指一个被标准化封装、可被 AI Agent 主动调用，用于完成特定任务的能力单元。同时MATLAB官方也提供了AI智能体的代理工具包（与MATLAB MCP配合），其中也包含APP Designer的技能，官方关于这个MATLAB Agentic Toolkit的作用说明如下：

    该工具包为 AI 智能体提供了必要的知识和背景信息，从而使其能够高效地与 MATLAB 及其各种工具箱协同工作。利用该工具包，您可以让 AI 智能体具备可靠的 MATLAB 功能。此外，该工具包还能避免 AI 智能体出现错误理解工具箱功能的情况，避免其遗漏新功能，同时也能避免因不必要的操作而浪费时间——这些操作都是经验丰富的 MATLAB 用户会直接跳过的。（AI翻译的)

    因此，可以在Claude 、VSCode Agent 、Codex以及TRAE等常见AI集成开发环境中配置，下面以在TRAE中的配置步骤为例子，其他AI IDE大同小异：

  • 在TRAE中配置MATLAB Agentic Toolkit（Skills）

    1. clone 或者下载项目后，打包需要的SKILL为ZIP文件。
       如图为MATLAB Agentic Toolkit在软件界面设计上的技能（APPDesigner）。
       
    2. 导入TRAE
       打包成zip文件后，导入即可自动识别
       
       点击确认，然后即可在指定项目中使用
       
       也可以直接和AI智能体对话，让其验证是否技能导入成功
       

• 要求和限制

  1. AI API免费额度有限制或者需要排队（TRAE）。
  2. 可以自己接入大模型API，但Token使用需要把握，且存在模型能力和兼容性差异。
  3. 部分复杂任务仍需人工介入调试，AI 难以一次性生成完全无 Bug 的代码

---

2. 实例配置

2.1 Trae + Matlab 插件 + Matlab MCP

1. 安装Trae
   Trae是字节跳动推出的一款 AI 原生集成开发环境（IDE），其基于 VS Code 内核开发，提供智能问答、代码补全和 AI 自动编程能力。

   安装地址：IDE & AI 编程助手 | TRAE - The Real AI Engineer
   参考使用：TRAE 教程 | 菜鸟教程
   

   Trae内置模型(左)和处理MATLAB文件需下载的插件（右）

2. 在TRAE中配置Matlab MCP
   2.1. 配置界面如下
   

   2.2. JSON配置

   	{
   	  "mcpServers": {
   	    "matlab": {
   	      "command": "C:\\你的mcp下载地址\\matlab-mcp-core-server-win64.exe",
   	      "args": [
   	        "--matlab-root=C:\\Program Files\\MATLAB\\R2025a"
   	      ]
   	    }
   	  }
   	}
   

   其中的args其他参数请参考github官方链接填写MathWorks®的官方 MATLAB MCP Server，也可以不填。
   2.3. 添加MCP和创建智能体
   
   其中提示词可以根据自己的需求选填或者让语言模型润色和生成。
   4. 选择智能体或者直接使用Builder with MCP
   

2.2 VSCode Agent + Matlab 插件 + Matlab Mcp

步骤与TRAE步骤基本一致。

vscode copilot自带的大模型（使用有限制）

1. 完成VSCode 中MATLAB扩展的安装。
2. 安装MCP
   参考安装链接：
   • 在VS Code中添加和管理MCP服务器
   • GitHub - matlab/matlab-mcp-core-server
     通过工作区（.vscode/mcp.json）或用户配置文件中手动配置 MCP 服务器，下图是配置流程：
     
     验证：在扩展或AI智能体中看到matlab mcp服务即可：
     

3. 任务案例

3.1 制作一个读取飞行轨迹的可视化UI界面

• 期望实现的功能

通过读取无人机仿真后的飞行数据.csv文件, 设计一个软件，可以加载自定义数量的固定翼无人机飞行轨迹，并播放，可以调节播放的速度，飞行轨迹的长短，同时提供动画保存按钮。

• 步骤

1. 撰写提示词

我的工作目录包含固定翼飞行的飞行数据的.csv文件，请帮我完成一个matlab 的软件设计，实现固定翼飞机飞行数据的可视化和重放，且满足下面的功能：
1.支持用户输入可视化飞机的数量；
2. 支持指定读取飞行数据文件所在位置，文件飞行数据包含飞机的位置（x,y,z）,机体坐标系速度和rpy姿态。以及时间戳
3. 支持将重放的可视化动画保存到指定位置，若没指定，默认保存在windows下的视频位置 ；
4. 支持可视化飞行轨迹的长度，不同飞机的简要模型和轨迹的颜色不一样；
5. 软件界面和UI布局要合理和美观。

2. 通过AI优化提示词（可选）

请使用 MATLAB App Designer（R2023b版本，生成代码文件为.m格式）
开发一款固定翼飞机飞行数据可视化与动画重放软件，严格满足以下所有功能、界面和格式要求，输出完整可直接运行的软件代码 ：
核心功能：支持多架固定翼飞机飞行数据的 3D 可视化、实时动画重放、数据监控与视频导出；

1. 飞机数量配置：界面添加数值输入控件，支持用户自定义输入参与可视化的飞机数量，自动适配对应数量的数据文件；
2. 数据读取功能：添加文件夹路径选择按钮，支持用户指定读取飞行数据.csv 文件目录；csv 数据包含字段：时间戳、飞机位置
   (x,y,z)、机体坐标系速度、滚转 - 俯仰 - 偏航 (RPY) 姿态，软件自动解析并校验数据合法性；
3. 动画重放控制：集成播放、暂停、停止、进度条、重放速度调节控件，实时渲染 3D 飞行动画；
4. 可视化定制要求：支持手动设置飞行轨迹显示长度；每架飞机配备**差异化的简易固定翼 3D
5. 模型，每架飞机的飞行轨迹使用唯一区分的颜色；3D 视图支持鼠标旋转、缩放、平移；
6. 视频保存功能：添加保存路径选择按钮，支持用户指定动画视频保存位置；未指定时，默认保存至 Windows 系统视频文件夹**，导出格式为
   MP4；
7. 界面设计要求：UI 布局合理美观、分区清晰（参数设置区、3D 显示区、控制按钮区、实时数据显示区），中文界面、自适应窗口、操作简洁直观，符合工业软件设计规范；
8. 附加功能：实时显示当前帧飞机的位置、速度、姿态数据，自动同步多架飞机时间戳，处理数据异常值。

3. 通过智能体发送提示词

   • 发送界面如下
     

   • b) 使用Doubao-Seed-Code内置模型
     

4. 可实现功能演示
   • 自动读取工作空间文件
     
   • 自动创建和而修改代码文件
   • 显示代码增加和修改的行数，且可供对照审查
     

• 第一遍生成结果
  如下，为直接生成的可视化界面，但是仍然存在一下缺陷和弊端：
  
  缺陷：

  1. 首次无法完成得很好，比如可视化模型存在缺陷，固定翼无人机的RPY姿态首次验证是错误的。
  2. 加载飞行轨迹错误，按下播放按钮无法播放，运行后有报错
  3. 飞行轨迹不能够加载和显示

• 优化
  通过追加命令，可以让智能体自动查找问题和修改代码（当然自己懂原因在哪，可以更好得让Agent协助修改）。
  发现问题和追加提示词
• 优化后结果
  基本实现以下功能:

  1. 根据路径加载飞行轨迹数据
  2. 支持轨迹数据得显示
  3. 包含无人机模型和无人机图例得显示
  4. 支持暂停，停止和进度调节

可视化界面

但是仍存在如下缺陷：

1. 动画视频保存本来能够成功实现，但后续多次优化后，会出现报错问题。
2. 代码复杂度不断增加，调试文件不断增加，优化可能存在不足，存在一些隐藏Bug。

3.2 实现自动搭建Simulink模型

• 期望实现功能

  搭建前馈PID的电动TCUH桥换挡电机的控制逻辑的simulink模型

• 输入提示词
  
• 运行结果和优化
  • 初始生成布局较混乱，经追加指令后可解决
    
  • 自动生成说明文档
    
  生成README.md文件
• 追加功能
  可视化仿真结果，并且支持设置仿真的时间，调节PID控制的参数，以及电机模型的参数，一次成功。
  TCUH桥换电机前馈PID仿真可视化

4. AI Agent辅助MATLAB代码编写的优势和不足

• 优势

目前通过集成各种SKILLS技能和MCP工具，AI智能体能够实现全流程任务处理，包含自动纠错，技能复用，快速验证和搭建模型等功能，能够有效降低门槛和提高效率。

• 不足

1. 需要把握项目的权限，避免下发过多的权限，比如在设置智能体时，可以设置指令黑名单，使AI智能体自动运行时触发危险指令时，会被打断并等待人工接管。同时也要防止隐私资料或者文件的泄露（AI自动化处理过程中无意识泄露或提示词注入泄露）。
   TRAE中设置智能体指令黑名单
2. 目前大多AI智能体IDE软件大模型使用有限制，TRAE免费但在高峰期使用需要排队；自己导入模型，在自动化完成任务中，容易导致大量Token的消耗，从而导致成本上升。
3. 当任务步骤过长或者任务过于复杂时，可能导致成功率显著下降，复杂逻辑易出错。