在 CAE（計算機輔助工程）的工作場景中，前處理環節堪稱 “時間黑洞”，繁瑣且重復的任務占據了工程師大部分工作精力。從幾何模型的精細搭建、復雜的網格劃分，到邊界條件與材料屬性的精確設定，每一項都需要大量的手動操作。而多數 CAE 工作者多來自力學、機械等專業背景，編程并非他們的強項，面對 CAE 軟件自帶腳本語言（如 Abaqus 的 Python 腳本、ANSYS 的 APDL 命令流）較高的學習門檻，常常望而卻步。幸運的是，AI 大模型的興起，為 CAE 前處理自動化帶來了新曙光，極大地降低了腳本編寫難度，助力工程師輕松應對重復性工作。

利用Python和Lsprepost 生成隨機球體K文件

lsprepost 是一款功能強大的前后處理軟件，在 CAE 領域應用廣泛，利用它生成隨機球體可按以下步驟進行：

1. 手動生成球體，讀取生成命令，查看關鍵參數位置。

2. 修改原始生成命令，去除多余操作，生成2個球體。

3. 將前面生成球體命令發送給AI大模型，通過有邏輯的提問，得到自己所需要的多個隨機球體的生成命令。下圖以豆包為例。

4. 手動優化代碼，提升通用性，完成測試