最近我在捣鼓一个基于Python的MCP服务器，目标是把AI助手（比如Claude）和Aspen Plus串起来，实现仿真相关任务的自动化交互。核心逻辑是让AI助手能读懂用户的自然语言指令，然后通过Claude Code生成对应的操作逻辑，触发Aspen Plus的仿真任务。

具体来说，我希望这个AI助手能帮着做这些事：

• 分析现有的Aspen Plus仿真工作流，梳理节点依赖和参数关联
• 根据用户的工艺需求，推荐合适的仿真参数设置
• 直接触发Aspen Plus的仿真运行任务
• 提取并解读仿真结果，用易懂的方式反馈给用户

目前我的实现思路是用Python作为Claude Code和Aspen Plus之间的中间层：一边接收AI生成的代码指令，处理后调用Aspen Plus的COM接口完成操作；另一边把Aspen Plus的返回结果整理成AI能理解的格式，再由AI转成自然语言反馈给用户。

不过在落地过程中遇到了几个实际问题，想请教下有经验的大佬：

1. Aspen Plus COM接口的稳定性问题：有时候后台调用Run2()方法时会卡住，或者仿真完成后无法正确释放资源，有没有可靠的资源管理方式？
2. AI代码生成的安全性：怎么约束AI生成的Python代码，避免它误修改仿真文件的核心配置，或者执行一些高风险操作？
3. 仿真任务的异步调度：如果用户同时发起多个仿真请求，怎么用Python实现任务队列，避免Aspen Plus实例过载？
4. 需求到指令的精准转换：比如用户说“把产品收率提高5%”，怎么让AI准确拆解成调整反应器温度、进料配比等具体操作，并生成对应的Aspen Plus调用代码？

最后贴一段我目前在测试的基础代码片段，用来连接Aspen Plus并触发仿真：

import win32com.client as win32
import pythoncom

def connect_aspen(sim_file_path):
    # 初始化COM线程
    pythoncom.CoInitialize()
    try:
        # 连接到Aspen Plus文档
        aspen_doc = win32.Dispatch("Apwn.Document")
        aspen_doc.InitFromArchive2(sim_file_path)
        return aspen_doc
    except Exception as e:
        print(f"连接Aspen Plus失败: {str(e)}")
        return None

def run_simulation(aspen_doc):
    if not aspen_doc:
        return False
    try:
        # 运行仿真
        aspen_doc.Engine.Run2()
        # 检查仿真状态
        if aspen_doc.Engine.IsRunning == 0:
            print("仿真运行完成")
            return True
        else:
            print("仿真未正常结束")
            return False
    except Exception as e:
        print(f"运行仿真出错: {str(e)}")
        return False

# 测试调用
if __name__ == "__main__":
    sim_path = r"C:\Process\MyReactor.apw"
    aspen = connect_aspen(sim_path)
    if aspen:
        run_simulation(aspen)
        # 释放资源
        aspen.Close()
        pythoncom.CoUninitialize()

有没有大佬能分享下类似项目的实践经验，或者针对这些问题给点具体的解决思路？感激不尽！