基于 MCP（Model Context Protocol）的 TDLAS 仿真服务器，对实验全链路做仪器级建模（而非只算一条理论 2f 曲线）：
DAQ 三角波+正弦调制 → 激光调谐(含二次非线性) → HITRAN 气体吸收 → 光电探测 → ADC 量化 → 数字锁相 → 1f / 2f / 2f·1f⁻¹
内置 HITRAN 取数与吸收谱计算（HAPI 1.x，不需要 API key），由 AI 助手以自然语言驱动 WMS / DAS 仿真。用途：系统选型、方法验证、排除错误设计——不替代实测。
- 全链路建模：DAQ 调制 → 激光调谐 → HITRAN 吸收 → PD → ADC → 数字锁相；可选 etalon 条纹、RIN、1/f 漂移、RAM/AM
- 混合气多组分：
mixture严格按α = Σ xᵢ·α_pureᵢ(T,P)逐点相加（不用 x·P 当分压），并返回各组分归因 - AI 交互契约：返回值携带
interaction与机器可读的next_required_actions——"必须澄清 / 必须披露"由返回值承载 - 保真度台账：默认生效 11 项 / 需显式开启 6 项 / 未建模 7 项，未建模项随结果披露
- 可信度分层：10 项物理校验与交互合规分别计分
- 可复现 + 离线门禁：
seed=0逐位可复现；契约自检 147 项与保真度审计均为 CI 硬门禁（不依赖网络）
其他：return_xy 透出锁相 X/Y 用于 RAM/AM 诊断；tdlas_invert(n_repeats>0) 给测量不确定度（仅统计分量）；x_list 多浓度同图。细节见 TECHNICAL.md 与 docs/VALIDATION.md。
CH₄ @ 2968.5 cm⁻¹ 的 3×2 输出：驱动电压 → DAS 吸收 → 1f → 2f → 2f/1f（红色为电压折返剔除区）
四泳道流程：启动协议 → 参数与澄清（四级优先级 + 设备库 + 结构化追问）→ 仿真执行 → 校验与交付（10 项校验、α/条纹语境播报、未建模效应披露）
技术适配矩阵（扩展性）
17 种光谱技术在本项目四层架构（取数 / 器件 / 信号 / 反演）上的适配判定：🟩 复用 · 🟧 改造 · 🟥 新增
pip install -r requirements.txt
python tools/tdlas_mcp.py --selftest # 服务器自检（需访问 hitran.org）
python tools/contract_check.py # 离线契约自检（CI 硬门禁）
python tools/tdlas_fidelity.py # 离线保真度审计（CI 硬门禁）
python tools/alpha_crossval.py # α(ν) 独立交叉校验（与 HAPI 互校）接入 MCP 客户端：把 mcp.config.example.json 里的路径改为本机路径即可。
💡 一键配置：复制下面这段话给你的 AI 助手 —— "请帮我配置 tdlas-mcp MCP 服务器，本地路径
<安装路径>，Python 解释器<python.exe 路径>，入口文件tools/tdlas_mcp.py；并把本项目SKILL.md安装为 Skill。"
SKILL.md 不是文档，而是 AI 的行为规范：服务器只能保证 AI「看到」next_required_actions，Skill 才规定 AI「照做」——保留默认值必须显式标注、器件参数来源（source）必须如实填写、设备命名须含型号/波长。
安装（任选其一）：放进客户端的 Skill 目录；或让 AI 直接读取该文件作为行为规范。
| 工具 | 功能 |
|---|---|
| ⭐ tdlas_wms_instrument | WMS 仪器级仿真首选：全链路建模，输出标准 3×2 六子图 |
| tdlas_das_instrument | 仪器级 DAS 仿真（DAQ→激光→光路→PD→ADC） |
| tdlas_simulate | 解析模型正向计算：DAS 透过率、1f、2f 峰高 |
| tdlas_das_chain | 三角波 DAS 链路：PD 原始信号 → 基线拟合 → 吸光度 |
| tdlas_review | 结果自动校验（10 项，不绘图）+ 交互契约与保真度声明 |
| tdlas_invert | 免标定浓度反演（2f/1f → 摩尔分数）；n_repeats>0 给出不确定度 |
| tdlas_detection_limit | 噪声等效浓度（NEC）与检测限（LOD） |
| tdlas_detection_limit_scan | LOD 随光程 / 参考浓度的二维扫描（选型） |
| tdlas_session | 跨会话工况参数持久化 |
| tdlas_device | 硬件参数库（激光器 / 探测器 / DAQ / 光学） |
| tdlas_guide | AI 交互协议、术语表与保真度台账 |
| tdlas_selftest | 全链路自检 |
四个仿真工具（及透传的
tdlas_review）共用一对可选项：mixture（混合气）与x_list（单物种多浓度扫描）。两者互斥，且与单x二选一。
x_list时标准 6 子图本身就按浓度叠加：②~⑤ 面板（PD / αL / 1f / 2f / 归一化 2f）以 viridis 配色叠放各浓度并标 ppm，纵轴按全部浓度统一（低浓度不会被压平）；另有单用途的png_overlay对照图。
python tools/tdlas_mcp.py --http --host 0.0.0.0 --port 8000 --token <鉴权密钥>
python tools/remote_link.py # 公网隧道（cloudflared）| 文档 | 内容 |
|---|---|
| TECHNICAL.md | 物理原理、算法实现、参数表、已知近似 |
| docs/VALIDATION.md | 可信度分层、校验判据口径、已知局限 |
| SKILL.md | AI 交互规范与工具使用协议 |
| tools/tdlas_fidelity.py | 保真度登记表：单一真源 + 离线审计 |
| CHANGELOG.md | 版本更新记录 |
The TDLAS/WMS instrument-level simulations were performed using tdlas-mcp
(https://github.com/LKF0402/tdlas-mcp, GPLv3).
底层数据：HAPI (Kochanov et al., JQSRT 2016, 10.1016/j.jqsrt.2016.03.005) · HITRAN2024 (Gordon et al., JQSRT 2026, 10.1016/j.jqsrt.2026.109807)
学术诚信：输出为理论仿真，仅用于研究参考、方法验证与系统选型。严禁将仿真结果冒充实验测量写入论文或用于产品认证；论文中使用须标注"理论仿真"并按上节致谢。
版权：个人独立原创，GPLv3 开源。✅ 个人/学术/教学/二次开发、商业内部研究评估；❌ 闭源出售、去除版权声明后换壳抄袭、把仿真结果当实验数据宣传。衍生作品须同样开源并保留原始版权声明。
支持作者：Star、转发或引用，是对个人开发者最直接的支持。
GPLv3 — 详见 LICENSE