# 策展 · X (Twitter) 🔥🔥🔥

> 作者：MATLAB (@MATLAB) · 平台：X (Twitter) · 日期：2026-05-06

> 原始來源：https://x.com/MATLAB/status/2051612619086135802

## 中文摘要

MATLAB Agentic Toolkit 發布，大幅提升 Agentic AI 與 MATLAB 的整合效率。

MathWorks 於 2026 年 4 月 13 日發布「MATLAB Agentic Toolkit」，專為使用 Claude Code 或 OpenAI Codex 等 Agentic AI 系統搭配 MATLAB 和 Simulink 的使用者設計，能顯著改善程式碼生成品質。[下載連結](https://github.com/matlab/matlab-agentic-toolkit)

**AI 使用者能力差異**

許多人正實驗 Agentic AI 加速 MATLAB 互動，例如將舊腳本轉為可重用工具箱、從零開發完整應用程式、程式碼加速數千倍，甚至將 MATLAB 變成遊戲平台。但 AI 看似簡單——只需說「建一個東西」就坐等實現——實際上，使用者能力差異達數個數量級。有些人遠比他人擅長「顯化」結果。

**成功祕訣三要素**

差異並非來自提示工程魔法或隱藏知識，而是三點：
- 提供正確工具，讓 AI 能實際執行並測試程式碼。
- 提供正確脈絡，讓 AI 理解 MATLAB 特定慣例。
- 提供正確指引，讓 AI 遵循最佳實務而非猜測。

MATLAB Agentic Toolkit 完整涵蓋這三點，讓 AI 回應「建東西」時產出更高品質成果。

**工具組概述**

工具組整合 MathWorks 兩項獨立開發技術，並簡化安裝、設定與更新：
- 「MATLAB MCP Core Server」：讓 AI Agent 直接與本機 MATLAB 互動。
- 精選「Agent Skills」程式庫：教 AI 新技能或改變行為。

雖然這些技術零星存在，但工具組讓一切更直觀，只需關注單一專案，而非四處搜尋零件。MathWorks 計劃快速發布並頻繁更新。

**Part 1：MATLAB MCP Core Server**

早期使用 Claude Desktop 或 ChatGPT 撰寫 MATLAB 程式碼時，常需複製貼上，AI 常錯函數引數或幻覺函數名稱，導致「笨 AI」嘆息。去年 11 月，MathWorks 發布 MCP Core Server 後，一切改變：AI 可直接在本機執行 MATLAB，寫碼後自動測試、精煉，並用程式碼分析器檢查錯誤，存取如 MATLAB Coding Standards 等資源。目前每兩週更新一次，功能持續增加。

但安裝與設定曾是痛點，例如作者文章《Exploring the MATLAB Model Context Protocol (MCP) Core Server with Claude Desktop》花整節討論解決 Claude Desktop 問題，社群也常詢問配置細節。工具組自動處理安裝與更新，避免麻煩。

**Part 2：Agent Skills**

Agent Skills 於 2025 年 10 月以 Claude 功能推出，作者初未重視，卻迅速成為 AI 主流概念——現各大系統皆支援，原 GitHub 程式庫獲逾 114,000 星標。技術上，多為 Markdown 檔案指導 AI 作法，讓 AI 讀取後依特定指示行事，而非僅靠一般訓練知識，從而教會新技能、傳遞偏好或知識精華。

MathWorks 團隊實驗開發 MATLAB 相關 Skills，如撰寫 Live Scripts、優化程式碼、設計數位濾波器等。Skills 易寫易改，但驗證成藝術而非科學，故採快速發布、頻繁更新策略。工具組 Skills 比實驗程式庫更精煉，但仍有改進空間，歡迎回饋。

**入門需求與步驟**

需三項：
- MATLAB R2020b 或更新版本。
- 支援 AI 程式撰寫 Agent（如 Claude Code、GitHub Copilot、OpenAI Codex、Gemini CLI 等六平台）。
- Git。

以 Claude Code 為例，從根目錄啟動：

1. `git clone https://github.com/matlab/matlab-agentic-toolkit.git`
2. `cd matlab-agentic-toolkit`
3. `claude`

詢問 Claude「set up the toolkit」，它會偵測 MATLAB、安裝 MCP Server、註冊 plugin 並驗證環境。完成後，在任一專案目錄啟動新 Claude Code 工作階段，即可全局使用 MATLAB Skills 與 MCP 工具。

此過程利用工具組提供的 `matlab-agentic-toolkit-setup` Skill，使用者無需知曉細節，AI 自行判斷適用。驗證時，可問「Do you have access to the MATLAB Agentic Toolkit?」或「What version of MATLAB do you have access to and what toolboxes does it have installed?」

**MCP 工具與資源**

MCP Core Server 提供以下工具與資源：
- `evaluate_matlab_code`：執行 MATLAB 程式碼，回傳命令視窗輸出。
- `run_matlab_file`：執行 MATLAB 程式。
- `run_matlab_test_file`：經 `runtests` 執行測試，結構化結果。
- `check_matlab_code`：靜態分析，使用 Code Analyzer。
- `detect_matlab_toolboxes`：列出安裝 MATLAB 版本與工具箱。

資源：
- `matlab_coding_guidelines`：程式碼標準。
- `plain_text_live_code_guidelines`：Live Script 格式規則。

**Agent Skills 清單**

Skills 分兩類，聚焦 MATLAB：

**工具組設定與配置：**
- `matlab-agentic-toolkit-setup`：偵測 MATLAB、安裝 MCP Server、註冊 plugin。

**matlab-core 基礎 Skills：**
- `matlab-testing`：生成並執行 `matlab.unittest` 單元測試，含參數化測試、fixture、覆蓋率。
- `matlab-creating-live-scripts`：建立純文字 Live Scripts，含富文字、方程式、內嵌圖形（R2025a+）。
- `matlab-building-apps`：程式化建置 App，使用 `uifigure`、`uigridlayout`、元件、`uihtml`。
- `matlab-reviewing-code`：審核程式碼品質、效能、MathWorks 程式碼標準相符度。
- `matlab-debugging`：經 MCP eval 診斷錯誤，程式化斷點、診斷儀器。
- `matlab-modernizing-code`：替換棄用函數與反模式為現代等價物。

清單快速過時，請查 [GitHub 程式庫](https://github.com/matlab/matlab-agentic-toolkit) 最新發布。例如，審核程式碼 Skill：[查看 SKILL.md](https://github.com/matlab/matlab-agentic-toolkit/blob/main/skills-catalog/matlab-core/matlab-reviewing-code/SKILL.md) 。

**使用工具與 Skills**

無需明確呼叫，啟用工具組即讓 AI 更好開發 MATLAB 程式碼。例如，作者在含舊 MATLAB 程式碼資料夾啟動 Claude，指示「Update the matlab code in this directory」，AI 自動用 `check_matlab_code` 與 `matlab_coding_guidelines` 規劃更新——遠勝無工具組，因其先諮詢本機 MATLAB 與 MathWorks 指引。

AI 未自動用 `matlab-modernizing-code`，作者直接指示「Apply the matlab-modernizing-code skill」，AI 據此改善計劃，寫碼後再自動檢查執行。各 AI 呼叫方式不同：在 Claude，前置 `/`，如 `/creating-live-scripts training.m`（無需全名 `matlab-creating-live-scripts`，AI 會導引）。首版僅核心 Skills，更多即將推出，可查 GitHub 實作。

**回饋呼籲**

若搭配 Agentic AI 使用 MATLAB，這是目前最高槓桿行動。MathWorks 開放開發、頻繁更新，歡迎回饋：GitHub 開 issue，或Email [genai-support@mathworks.com](mailto:genai-support@mathworks.com) 諮詢生成式 AI 支援。立即試用並分享意見！

## 標籤

Agent, 新產品, 開源專案, MathWorks, Anthropic, OpenAI