# CausalWave

> 线性耦合传播的因果数值求解。通用marcher与GEM专用IF2，无需训练/GPU。Python>=3.10；NumPy>=2.0、SciPy>=1.13.1。

## 安装与验证
- [仓库与README](https://github.com/DeconBear/causalwave)
- [AGENTS.md](https://github.com/DeconBear/causalwave/blob/main/AGENTS.md)
- [安装](https://deconbear.github.io/causalwave/installation/)
- [agent执行合同](https://deconbear.github.io/causalwave/agents/)
- [完整纯文本](https://deconbear.github.io/causalwave/llms-full.txt)

## 科学与接口
- [推导](https://deconbear.github.io/causalwave/methods/)
- [验证及边界](https://deconbear.github.io/causalwave/validation/)
- [API](https://deconbear.github.io/causalwave/api/)
- [XMDS2](https://deconbear.github.io/causalwave/xmds/)
- [来源](https://deconbear.github.io/causalwave/provenance/)
- [方法出处与相关软件](https://deconbear.github.io/causalwave/references/)

## 关键合同
通用系统为U_z=A V+s、V_t=B V+C U+r，预设线性系数、单侧空间边界与时间初值。
IF2当前仍是两能级GEM专用实现；更名不代表全波、非线性、多维或任意精度支持。
两能级gamma为+gamma*alpha的有符号系数，衰减请传负值；LambdaGEM有不同的负号约定。
入射场复数分段线性，sw实数左常值，事件必须在原生驱动中。保留两复场与实际坐标。
默认网格不保证1%。无PyPI发行；从上述GitHub地址安装。XMDS另装，不是必须依赖。
执行测试需报告真实退出码；不训练、不使用GPU、不默认sudo、不删除失败日志。