用途：为 Python/PyTorch 图像处理与计算机视觉模型（分割、深度估计、目标检测、图像生成、超分辨率、姿态估计、光流、显著目标检测等）创建 MATLAB 接口，可通过 GitHub 仓库地址或 pip 可安装库（如 Cellpose、SAM2、Depth-Pro、BiRefNet、StarDist）调用。
前置条件：MATLAB 路径中需有 MPyReq。可先用 which MPyReq 确认；若缺失，从 MATLAB File Exchange 下载（https://mathworks.com/matlabcentral/fileexchange/182230-matlab-based-python-requirements-manager）安装，或解压后执行 addpath("/path/to/mpyreq"); savepath;。未确认前不要生成演示。
主要流程：分析仓库以确定 Python 版本、安装方式（torch.hub.load、pipPackage、gitrepo、requirementTextFile、pip install git+<url>）、额外依赖、权重加载方式与推理示例；生成 MPyReq 环境搭建脚本（须以 MPyReq.setInstallFolder 与 MPyReq.autoAcceptDownloadPrompts(true) 开头）；将 Python 推理示例翻译为 MATLAB 接口；组装为单个 demo<ModelName>.m；如可用 MATLAB MCP 服务器则测试并迭代，最多 5 次尝试。
限制：不适用于通用 Python-MATLAB 互操作、非视觉模型、模型部署/容器化/推理服务、纯 MATLAB 图像处理、编写 Python 代码。不得使用 Python 双下划线方法；输出需按 MATLAB 维度排列（H×W×C×B）；图像 I/O 用 imread；边界框需转为 [startX,startY,width,height]。不得擅自修改克隆仓库源码。MPyReq 未就位时须先安装并验证。平台相关事项（如 Windows CUDA、UV_EXTRA_INDEX_URL）及部分依赖问题需人工处理。