跳至主要內容

MATLAB Agentic Toolkit：让 AI Agent 直接操作 MATLAB

Goat_Yang2026/6/8MATLABMATLABAI AgentMCPCodex约 2663 字大约 9 分钟

MATLAB Agentic Toolkit：让 AI Agent 直接操作 MATLAB

MATLAB Agentic Toolkit 是 MathWorks 于 2026 年推出的开源工具包，用于将 Codex、Claude Code、GitHub Copilot 等 AI 编程 Agent 连接到本地 MATLAB。

安装后，AI Agent 不再只是根据训练数据“猜测”MATLAB 代码，而是可以直接调用本机 MATLAB，运行代码、检查报错、执行测试，并根据真实结果继续修改程序。

文章版本说明

本文编写于 2026 年 6 月 8 日，内容基于 MATLAB Agentic Toolkit 仓库的 2026.06.04 发行版。

该项目仍在持续开发，安装方式、最低 MATLAB 版本、支持的 AI Agent、Skills 分类以及配置命令都可能在后续版本中发生变化。实际安装和使用时，请优先参考项目的 官方 README 和 GitHub Releases。

一句话理解

MATLAB Agentic Toolkit 相当于在 AI Agent 和本地 MATLAB 之间增加了一条可执行通道，并为 Agent 补充 MATLAB 专用的开发规范和工作流程。

一、它由什么组成

MATLAB Agentic Toolkit 主要包含两个部分：

  1. MATLAB MCP Core Server：让 AI Agent 可以调用本地 MATLAB。
  2. MATLAB Agent Skills：告诉 Agent 应该如何编写、测试、调试和优化 MATLAB 程序。

其中，MCP Server 负责提供实际操作能力，Agent Skills 负责提供 MATLAB 领域知识。

只有 Skills 而没有 MCP Server 时，Agent 仍然不能真正运行 MATLAB；只有 MCP Server 而没有 Skills 时，Agent 虽然可以执行代码，但不一定了解推荐的 MATLAB 开发方式。

二、它能做什么

MATLAB MCP Core Server 当前向 Agent 提供五个主要工具：

MCP 工具作用
evaluate_matlab_code执行 MATLAB 代码并返回命令行输出
run_matlab_file运行 .m 文件
run_matlab_test_file使用 runtests 执行测试
check_matlab_code调用 MATLAB Code Analyzer 检查代码
detect_matlab_toolboxes获取 MATLAB 版本和已安装工具箱

因此，可以让 Agent 完成以下任务：

  • 编写并运行 MATLAB 脚本；
  • 根据真实报错自动修改代码；
  • 检查函数是否属于已经安装的工具箱；
  • 生成并执行单元测试；
  • 使用 Code Analyzer 检查代码质量；
  • 重构和现代化旧版 MATLAB 代码；
  • 优化程序运行速度和内存占用；
  • 创建 MATLAB App；
  • 完成信号处理、图像处理、深度学习、并行计算等领域任务。

例如，可以直接向 Codex 提出：

分析当前目录中的 MATLAB 项目，运行 main.m，根据运行结果修复报错。

或者：

检查 optimize.m 的代码质量，运行 Code Analyzer，并修改能够确认的问题。

Agent 可以在修改文件后调用 MATLAB 验证结果，而不是将未经测试的代码直接交给用户。

三、Agent Skills 包含哪些内容

Agent Skills 是一组以 SKILL.md 为核心的工作流说明文件。它们会指导 Agent 使用更符合 MATLAB 习惯的代码结构和工具。

目前主要包括以下技能组：

技能组主要用途
MATLAB Core编写、调试、测试和审查 MATLAB 代码
MATLAB Programming编写函数、验证输入参数
MATLAB App Building使用 UI 组件和回调构建 App
Data Import and Analysis表格、时间表、筛选、聚合和时间序列分析
MATLAB Software Development项目管理、性能优化、文档和工具箱打包
AI and StatisticsDeep Learning Toolbox 等机器学习工作流
Parallel ComputingGPU、并行池和集群配置
Signal Processing数字滤波器、信号处理相关任务
Image Processing and Computer Vision图像处理和计算机视觉
Robotics and Autonomous SystemsNavigation Toolbox、UAV Toolbox
Wireless Communications5G、WLAN、卫星通信等
Radar雷达、声呐、传感器融合相关工作流

不要安装所有 Skills

官方建议只安装当前会使用的技能组。Skills 太多会占用 Agent 的上下文，并可能降低技能自动触发的可靠性。

对于一般科研和算法开发，可以优先选择：

  • matlab-core
  • matlab-programming
  • matlab-software-development
  • parallel-computing
  • ai-and-statistics

再根据研究方向添加信号处理、图像处理或其他专业技能。

四、安装要求

截至 2026 年 6 月，最新官方要求如下：

项目要求
MATLABR2021a 或更高版本
Git需要安装
AI Agent支持 MCP Server 和 Agent Skills
MATLAB 授权需要有效的本地 MATLAB 安装和授权
AI 服务需要相应 Agent 的账号、订阅或 API 服务

官方可以自动配置的 Agent 包括：

  • Claude Code
  • GitHub Copilot
  • OpenAI Codex
  • Gemini CLI
  • Sourcegraph Amp

其他 Agent 只要支持 MCP 和 Skills，理论上也可以手动配置，但不一定能够使用官方自动安装流程。

关于旧版要求

部分早期介绍文章写的是 MATLAB R2020b 或更高版本，但 MATLAB Agentic Toolkit 在 2026 年 6 月的更新中已经将最低版本调整为 R2021a。

五、推荐安装方法

当前官方推荐使用 MATLAB 内的 Agentic Toolkit Installer，而不是让 AI Agent 自己完成全部安装。

1. 下载安装器

从官方 GitHub Release 下载：

虽然安装器目前通过 Simulink Agentic Toolkit 的 Release 提供，但它同时支持 MATLAB Agentic Toolkit 和 Simulink Agentic Toolkit。

2. 安装 .mltbx 文件

双击下载的 agenticToolkitInstaller.mltbx，根据 MATLAB 提示完成 Add-On 安装。

3. 运行安装命令

在 MATLAB 命令窗口执行：

setupAgenticToolkit("install")

安装器会引导完成以下配置：

  • 下载 MATLAB MCP Core Server；
  • 选择 MATLAB 或 Simulink Agentic Toolkit；
  • 选择需要安装的技能组；
  • 选择全局配置或项目级配置；
  • 配置 Codex、Claude Code 等 AI Agent；
  • 设置 MATLAB 启动和连接方式。

安装过程中只选择实际需要的技能组即可。

4. 验证是否成功

重新启动 AI Agent，然后提问：

What version of MATLAB is running? List the installed toolboxes.

如果安装成功，Agent 会调用 detect_matlab_toolboxes，返回本机 MATLAB 版本和已经安装的工具箱。

也可以进一步测试：

使用 MATLAB 生成一个正弦信号，绘制时域图，并运行代码验证。

六、更新 Toolkit

在 MATLAB 中执行：

setupAgenticToolkit("update")

该命令会更新：

  • MATLAB Agent Skills；
  • MCP Server 配置；
  • MATLAB MCP Core Server；
  • 已安装的 MATLAB 和 Simulink Agentic Toolkit。

安装器 Add-On 本身需要单独更新。需要新版安装器时，应重新下载并打开最新的 agenticToolkitInstaller.mltbx。

七、另一种安装方式

也可以让 Agent 自动完成安装。

首先克隆仓库：

git clone https://github.com/matlab/matlab-agentic-toolkit.git
cd matlab-agentic-toolkit

然后从该目录启动 Codex、Claude Code 或 Gemini CLI，并输入：

Set up the MATLAB Agentic Toolkit

Agent 会尝试：

  • 检测最新的 MATLAB 安装；
  • 下载 MCP Server；
  • 写入 Agent 的 MCP 配置；
  • 注册 MATLAB Skills；
  • 验证连接。

不过这种方式通常会安装全部技能组，并消耗一定的 Agent Token。因此，对大多数用户而言，MATLAB 内置安装器更加合适。

八、MATLAB R2026a 会自动安装吗

不会。

安装 MATLAB R2026a 并不会自动安装 MATLAB Agentic Toolkit，也不会自动替 Codex 或 Claude Code 配置 MCP Server。

即使已经安装 MATLAB R2026a，仍然需要：

  1. 下载 agenticToolkitInstaller.mltbx；
  2. 安装 Agentic Toolkit Installer；
  3. 执行 setupAgenticToolkit("install")；
  4. 选择需要连接的 AI Agent；
  5. 重新启动 Agent 并验证 MCP 连接。

MATLAB Agentic Toolkit 是独立维护的开源项目，更新频率也可能高于 MATLAB 主版本，因此没有与 R2026a 安装程序直接绑定。

九、与其他 MATLAB AI 工具的区别

工具主要定位使用位置是否能执行 MATLAB
MATLAB CopilotMATLAB 内置的生成式 AI 助手MATLAB Desktop可以辅助生成和修改代码
MATLAB MCP Core Server向外部 Agent 暴露 MATLAB 执行能力MCP 服务可以
MATLAB Agentic ToolkitMCP Server 加 MATLAB Skills 和自动配置Codex、Claude Code 等可以
Simulink Agentic Toolkit面向 Simulink 和模型化设计外部 AI Agent可以操作和测试 Simulink 模型

MATLAB Copilot 更接近 MATLAB Desktop 内的聊天助手和代码补全工具。

MATLAB Agentic Toolkit 面向外部 AI Agent。它更适合让 Codex 或 Claude Code读取整个项目、修改多个文件、运行测试，并持续迭代。

MATLAB MCP Core Server 则是底层连接组件。单独安装它也能让 Agent 调用 MATLAB，但 MATLAB Agentic Toolkit 在此基础上增加了 Skills、自动配置和更新管理。

十、适合哪些场景

MATLAB Agentic Toolkit 比较适合：

  • 使用 Codex 或 Claude Code 开发 MATLAB 项目；
  • 需要让 Agent 根据真实运行结果修改程序；
  • MATLAB 文件较多，需要进行项目级分析；
  • 需要自动生成和运行单元测试；
  • 需要调用专业工具箱完成科研计算；
  • 需要将旧版 MATLAB 代码迁移到新 API；
  • 需要使用 GPU、并行池或集群完成实验。

对于只需要询问 MATLAB 语法、解释单段代码的用户，普通 AI 对话或 MATLAB Copilot 已经能够满足大部分需求，没有必要额外配置 Agentic Toolkit。

十一、目前需要注意的问题

1. Agent 具有执行本地代码的能力

MCP Server 允许 Agent 启动 MATLAB、运行代码和访问项目文件。因此，在执行删除文件、覆盖数据、修改环境或长时间计算等操作前，应检查 Agent 准备执行的命令。

保持人工确认

不要在包含重要实验数据的目录中允许 Agent 无限制执行操作。建议使用 Git 管理代码，并将原始数据设置为只读或单独备份。

2. 它不能替代 MATLAB 授权

Toolkit 本身是开源项目，但运行代码仍然需要本地 MATLAB 及相关工具箱授权。

如果 Agent 生成的程序依赖未安装的工具箱，代码仍然无法运行。

3. 它不提供大语言模型

Toolkit 不包含 AI 模型，也不提供免费 Token。实际推理仍由 Codex、Claude Code、Gemini CLI 或其他 AI 服务完成。

4. 复杂任务可能出现超时

MATLAB 启动、长时间仿真和大型测试可能超过 Agent 默认的 MCP 调用时间。

Codex 用户可以在 ~/.codex/config.toml 的 MATLAB MCP 配置中增加：

[mcp_servers.matlab]
tool_timeout_sec = 600

对于运行时间更长的优化算法或仿真实验，可以继续提高该数值。

参考资料

希望能给您提供帮助
Copyright © 2026 Goat_Yang