Agentic SWMM Workflow 是一个面向 EPA SWMM 雨洪建模的开源、验证优先框架，目标不是替代 SWMM 或建模人员，而是在其之上构建一个智能体建模层，让雨洪建模流程更易复现、审计、扩展、记忆和信任。作者为 Zhonghao Zhang 与 Caterina Valeo，采用 MIT 许可证。项目当前为 Pre-1.0，稳定版本 v0.9.4，可通过 pip install aiswmm==0.9.4 安装，也提供 macOS/Linux 与 Windows 的一行安装脚本、Docker 镜像及 Python 包路径。
用途 框架以 EPA SWMM 为起点，把 GIS 预处理、降雨格式化、参数赋值、管网组装、INP 构建、模型执行、QA 检查、绘图、率定、不确定性分析与报告等步骤整合到可复现的工作流中。用户可以自然语言描述建模目标，实际执行保持确定性、可检查且基于产物。
主要能力 内置 aiswmm 运行时与 CLI，支持确定性 SWMM 执行；模块化 Skills 层，覆盖 GIS、气候、建模、运行、绘图、率定、不确定性、审计与编排；提供 MCP 接口，可与 Codex、Claude Code、OpenClaw、Hermes 等外部智能体运行时配合。上游模型生成方面，加拿大境内可通过 SWMMCanada 获取 35 个城市真实雨水管网或任意区域合成，境外可基于 SWMManywhere 合成。一次运行可产生 model.inp、.rpt、.out、清单、命令追踪、QA 摘要、峰值流量指标、降雨径流图、率定摘要、模糊不确定性摘要，以及 experiment_provenance.json、comparison.json、experiment_note.md 等审计记录，并生成可被 Obsidian 使用的建模笔记与建模记忆摘要。
建模记忆与技能演进 记忆层保存审计运行中的参数指纹、率定结果、已知较差参数区域、工具失败及有效修复，供后续同类失败时提示智能体。重复模式可提出 Skill 改进建议，但任何变更都需人工审查与基准验证。
使用方式 安装后运行 aiswmm 启动运行时。设置向导支持十种 LLM 提供商路由，包括 OpenAI、Anthropic、OpenRouter、DeepSeek、Groq、Gemini、本地 Ollama/LM Studio、网关和自定义端点，其中三种无需 API 密钥，并带有本地回退链。也可使用固定 Docker 镜像执行可复现运行。外部智能体运行时需预载 agent/memory/ 包，并指向顶层入口技能 skills/swmm-end-to-end/SKILL.md，该技能决定工作流路径、QA 关卡及何时停止而非虚构缺失输入。技能可通过一条命令安装到支持 skills 的运行时。
适用场景与限制 适用于需要可复现、可审计的雨洪建模、城市水文研究、率定与气候情景批量分析、基准验证及教学演示。仓库提供浏览器回放演示，无需安装即可观看端到端会话。限制方面，项目尚未达到 1.0；模型执行虽确定性，但依赖具体数据与配置；记忆与技能演进建议需人工审查；部分功能如具体平台覆盖、Docker 细节、API 密钥配置等需查阅对应文档，本介绍未展开的内容暂未提供。
