# Absorber Surrogate Design

> 超材料吸波体机器学习代理建模与逆向设计 Skill，用于推进用户大创项目（comsol+ai+超吸波体）——包括代理模型搭建与训练、CST 数据到 CSV 的格式对接、全局寻优，以及规划中的逆向设计程序开发。当用户需要继续开发、答疑、复现或扩展该吸波体代理建模/逆向设计工程时使用。

- Skill: `andersonlin4/absorber-surrogate-design` (Agent Skill, multi-file: 5 files)
- Install (CLI): `npx skillmds@latest add andersonlin4/absorber-surrogate-design`
- Raw SKILL.md: https://api.skillmd.com/api/skills/andersonlin4/absorber-surrogate-design/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Data & Analytics
- Author: AndersOnLin4 (https://skillmd.com/u/andersonlin4)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/andersonlin4/absorber-surrogate-design

---


# 超吸波体AI代理建模 Skill

在用户「comsol+ai+超吸波体」大创项目上的操作手册。项目定位、目录路径、数据契约、技术路线、已踩坑均已固定，直接复用，避免重复提问与重复排查。

## 项目定位（固定事实，不可变）

- **项目**：基于机器学习的超薄超材料吸波体代理建模与全局寻优（中国矿业大学大创）
- **国创赛项目名**（暂定）：基于机器学习的超材料吸波体智能设计系统
- **最终目标**：产出「逆向设计程序」——给定目标吸收频谱，自动生成并搜索多种候选结构；**不是**产出某个具体超材料模型
- **当前阶段**：正向代理模型（参数→频谱）+ 全局寻优已完成；逆向设计（频谱→参数）为规划方向
- **主项目目录**：`G:\文档\工作文件归类\comsol+ai+超吸波体\`
- **AI 产出目录**：`G:\文档\工作文件归类\comsol+ai+超吸波体\ai agent\`（用户要求：所有 AI 生成文件落这里）

详见 [references/project.md](references/project.md)

## 关键约束（必须遵守）

1. **文件落盘**：所有 AI 生成的产出文件写入 `ai agent` 目录，不要散落在项目根目录。
2. **数据格式固定**：训练数据用 CSV 契约（`w,h,A0..AN` + `freq.csv`），吸收率换算 `A = 1 - 10^(S11_dB/10)`，不要随意另造格式。
3. **正向 / 逆向不混淆**：正向 = 结构参数 → 吸收率频谱（已完成）；逆向 = 目标频谱 → 结构参数（目标）。两者技术路线不同，见 roadmap。
4. **现状以 README 为准**：项目方法论详见 `README_项目工作线路与代理模型原理.md`，答疑前先读它。
5. **务实原则**：客观真话、利弊分析、拒绝生硬 AI 文风（来自用户档案）。

## 调用方式

本 skill 为知识型 skill，无需执行脚本。当用户提出超吸波体代理建模 / 逆向设计相关需求时：

1. 先读 [references/project.md](references/project.md) 确认项目现状、路径与已有成果。
2. 按需求匹配对应功能域（见下方），读取对应 reference 执行。
3. 遇到报错 / 概念疑问，先查对应 reference 的「踩坑 / 注意事项」，避免重复排查。

## 功能域

### 项目现状与路径

项目定位、目录结构、已完成成果、已产出文件清单、关键技术指标。详见 [references/project.md](references/project.md)

### 数据格式（CST → CSV）

CSV 数据契约、S11(dB) → 吸收率的换算、从 CST 导出到训练数据的完整链路、合成数据生成。详见 [references/data-format.md](references/data-format.md)

### 代理建模（训练与评估）

X/Y 的定义、模型训练核心（fit）、PCA 降维、模型对比（RF/DNN/KNN/GP/SVR）、评估指标（RMSE）。详见 [references/surrogate-modeling.md](references/surrogate-modeling.md)

### 逆向设计与路线

逆向设计目标澄清、优化式 vs 生成式两条路线、分步路线图、待办决策清单、报名/竞赛待确认项。详见 [references/roadmap.md](references/roadmap.md)

## 待办决策（最高频，尚未最终确定）

1. **报名表**：项目名称（推荐「基于机器学习的超材料吸波体智能设计系统」）/ 所属领域（推荐信息技术服务业）/ 所在地（江苏省徐州市）
2. **逆向设计路线**：交付物形态（命令行 vs 图形界面）/ 结构空间范围（单拓扑多参数 vs 多拓扑）
3. **下一步**：是否写 Python 版 CST txt 解析器（替代 MATLAB 数据预处理）

## 注意事项

- **不重复造轮子**：项目里已有可运行的 MATLAB（`代码_代理模型与优化\MATLAB\`）与 Python（`代码_代理模型与优化\Python\surrogate_optimization.py`）代码，优先复用与解释，除非用户明确要求重写。
- **代理模型原型**：`ai agent\代理模型原型\demo_surrogate.py` 是最小可运行原型，用于讲清「数据→训练」流程；真实数据接入见 data-format.md。
- **诚实告知局限**：当前只有 2 个设计变量（w、h）与单一拓扑、400 组数据；逆向设计尚未实现，属规划方向，勿夸大。