CST

Maxwell 总结的极简 AI 协作代码开发流程，以 CST 二次开发为案例，把工程拆为需求评估→架构设计→最小实施例→AI 完善框架→测试部署六阶段，强调先手动跑通最小环节再交给 AI 补全框架的工程纪律。

For students, mastering a powerful electromagnetic simulation software is a key part of learning electromagnetic theory. For beginners in simulation and CAE enthusiasts who are not professional engineers, the best way to learn CAE simulation is through hands‑on practice. I previously wrote an article introducing the CST Leaning Edition—you can click here to get Chinese version.

CST 生物电磁仿真中定制 Voxel 人体模型的工程方法——介绍如何用自制体素模型替代官方加密模型，处理"局部组织/器官替换"这类常见临床仿真需求。

本文介绍在CST中手动创建通用Voxel（体素）模型的方法。体素模型将物体分解为空间网格中的立方体单元，每个单元携带独立材料属性，用于生物电磁仿真中的人体组织建模。包含材料列表、材料属性和.vox配置文件三部分构建流程。

本文是一篇CST电磁仿真软件技术教程，系统介绍在1D结果中添加参考线的两种方法：通过EMC Workflow导入标准和手动编写数据文件导入。详细讲解了线性值(VSWR)、对数值(S参数dB)和相位(Phase)三种场景的参考线定义、导入及数据类型匹配要点。

本文是CST_with_Python系列第5篇，介绍使用Python对CST仿真结果进行外部后处理。内容涵盖将仿真结果导出为HDF5文件、使用h5py读取电场数据、numpy计算场强、matplotlib可视化二维切面，实现CST与Python的协同数据处理。

本文是CST_with_Python系列第4篇，介绍如何使用Python的scipy.optimize模块控制CST Studio Suite进行自动化仿真优化。以T型波导为案例，通过优化函数与控制函数的配合，调整探针偏移量offset以降低S11反射系数，实现Python驱动的电磁仿真参数优化。

本文是关于CST与Python联合仿真的教程系列第三篇，详细介绍了如何使用Python控制CST求解器进行仿真计算、访问仿真结果并绘图，内容包括求解器运行、结果保存与访问、绘图方法等，适用于需要在CST中实现自动化仿真的工程师。

本文是CST与Python自动化系列的第二篇文章，详细介绍如何使用Jupyter Notebook连接CST Studio Suite，通过Python脚本控制CST创建电磁仿真模型，涵盖调用CST、创建项目、建立模型、设置参数等完整流程。

本文为「CST_with_Python」系列第一篇技术教程，系统介绍如何搭建 Python 环境以通过脚本自动化控制 CST Studio Suite。内容包括 Python 版本选择与安装、环境变量配置、Jupyter Notebook 部署、以及验证 CST Python 库接口是否正常连接，为后续建模、仿真优化和外部后处理打下基础。