本文へスキップ

Pymatgen Skill (K-Dense)

K-Dense Inc. / K-Dense Inc.

Pymatgen Skill (K-Dense) は、材料構造の検証、対称性の調査、形式変換の計画、ローカル相図の作成、Materials Project クエリの範囲設定に使うエージェント向け指示と Python ヘルパーを提供します。

掲載情報の更新 ·

概要

Pymatgen Skill (K-Dense) は、Scientific Agent Skills コレクションに含まれる個別のリソースです。pymatgen を扱うための手順、参考資料、任意の Python ヘルパーを提供しますが、上流ライブラリそのものでも、単独で実行するエージェントでもありません。前提条件、パーサーの警告、成果物の来歴を保ちながら、材料分析ワークフローを案内する役割を担います。

入力には、組成式文字列、分子構造または周期構造、構造ファイル、ローカルの計算エネルギーエントリ、範囲を明示した Materials Project クエリ条件が含まれます。文書に記載された出力には、検証レポート、対称性感度レポート、変換済み構造、ローカル相図解析、クエリ計画、成果物マニフェストがあります。後続の分析に進む前に、単位、座標規約、占有率、酸化状態の扱いを定めるようワークフローで求められます。変換に先立って表現上の情報損失を計画し、新しい出力パスを使用したうえで、往復変換後に科学的に重要な性質を確認します。

ローカル分析と外部データ取得は分離されています。付属の Materials Project ヘルパーは、既定でネットワークに接続せずにクエリを計画します。実行には、明示的な承認、範囲を限定したフィルターとフィールド、認証が必要です。Materials Project は上流のデータサービスであり、mp-api はそのクライアント依存関係です。いずれもこの Skill が提供するサービスではありません。相図は、エネルギーの互換性と指定された競合相に依存します。計算上の凸包への所属だけでは、実験的な安定性は示されません。

ソースによると、ローカル CLI テストスイートと合成例は実行されていますが、認証が必要なデータ取得と、ファイルに依存する VASP/Q-Chem の例は説明用であり、実行されていません。この Skill はこれらの電子構造計算パッケージを実行せず、それらのライセンスも提供しません。構造検証には、非常に短い格子ベクトルをまたぐ接触を完全には確認できないなど、文書に記載された限界があります。実際の研究データで評価する場合は、これらの制約を考慮してください。

主な機能

  • 組成および構造の検証ヘルパーは、パーサーの警告、単位、座標モード、周期性、占有率、不規則性、酸化状態、サイト間の最小距離を報告します。
  • 対称性感度ヘルパーは、明示的に指定した距離および角度の許容範囲グリッドにわたり、空間群の割り当てを評価します。
  • 個別の変換計画・実行ヘルパーは、表現上の情報損失を特定し、変換後の構造を新しいパスに書き込みます。
  • オフライン相図ヘルパーは、全エネルギーと来歴を含む厳密な JSON エントリを受け付け、ローカルな凸包解析と任意のプロットをサポートします。
  • Materials Project クエリヘルパーは既定で dry-run 計画を行い、明示的な承認のもと、選択したフィールドによる範囲限定の概要取得と、新規ファイルへの出力をサポートします。
  • 成果物マニフェストヘルパーは、チェックサム、ソフトウェアのバージョン、ソース、ワークフローの来歴を記録します。

用途

  • 評価案:解析前にパーサーの修正、部分占有率、構造上の警告を調べ、材料スクリーニングのワークフローにおける CIF 取り込みを評価する。
  • 評価案:単一の割り当てだけに依存せず、報告された空間群が対称性許容値に敏感かどうかをテストする。
  • 評価案:対応する表現間で構造を変換しながら、格子、元素種の順序、サイト特性、その他失われる可能性のある情報を確認する。
  • 評価案:互換性のある計算エネルギーエントリからローカル相図を作成する、または来歴を保持した範囲限定の Materials Project データ取得を計画する。

使い方

  1. 指定された Skillを読み、コレクションリポジトリでヘルパーを確認します。自律型アプリケーションではなく、ワークフローの指針として扱ってください。
  2. Skill に記載された依存関係の設定に従い、隔離された Python 環境を準備します。依存関係ロックと環境の詳細を保持してください。計画ヘルパーには科学計算用パッケージは不要ですが、ローカル分析には必要です。
  3. 小規模な評価用入力を選びます。分子構造か周期構造か、単位、座標モードを記録したうえで、文書に記載されたバリデーターを使い、先に進む前にすべての警告を確認します。
  4. 関連するローカルワークフローを選択します。対称性許容値を順に調べる、変換を計画してから新しい成果物を書き込む、または来歴情報付きのエネルギーエントリを相図に渡す方法があります。API の仕様についてはpymatgen ドキュメントを参照してください。
  5. 外部データを扱う場合は、まず dry-run 計画を確認し、明示的なネットワーク利用の承認を得てください。Materials Project API ガイドに従い、認証情報を保存済みの成果物に含めないようにします。
  6. 分析出力と成果物マニフェストを保存します。研究で結果を利用する前に、表現形式の変更、除外されたエントリ、科学的前提を確認してください。

関連リソース

ALIGNN

モデル

ALIGNN は、材料特性予測のための原子論的グラフニューラルネットワークを提供し、学習ワークフロー、事前学習済み予測器、および構造最適化向けの ALIGNN-FF 力場を備えています。

オープンソースPython

材料探索

Allegro

モデル

Allegro は NequIP の拡張として E(3) 等変原子間ポテンシャルを実装し、文書化された GPU 高速化オプションと、LAMMPS シミュレーション用の独立したプラグインを提供します。

オープンソースPython

計算化学 · 材料探索

computational-chemistry-agent-skills コレクションに含まれる ASE ルーティング Skill。ワークフローの準備と計算器の設定を分け、実行は別の担当先に委任します。

計算化学 · 材料探索

CGCNN

モデル

CGCNNは結晶グラフ畳み込みニューラルネットワークを実装し、結晶構造から材料特性を学習します。カスタムデータを用いたモデルの学習と、事前学習済みモデルによる予測に対応しています。

オープンソースPython

材料探索

ChatMOF

エージェント

ChatMOFは、言語モデルに導かれるツールを用いて、自然言語によるリクエストからMOFデータを検索し、特性を予測し、構造を生成する、コードが公開された研究システムです。

オープンソースPython

材料探索

ChemAgent (AI4Chem)

エージェント

ChemAgent (AI4Chem) は化学・材料分野でのツール利用を目的とする研究フレームワークであり、木探索による計画、ツール実行、ChemToolBench に基づく学習を扱う CheMatAgent 論文と関連しています。

計算化学 · 材料探索

関連ガイド

ワークフロー

材料科学のAIツール:MCP・Agents・Skillsの研究ワークフロー

材料データベース、研究エージェント、科学的Skillsの実践ガイド。凸包、平衡、フォノン、実験的安定性に関する主張を区別しながら、結晶スクリーニング、計算、解析を組織化する方法を解説します。

スキル

化学AI Skillsとは?研究エージェントの手順モジュールを理解する

化学AI Skillsを再利用可能な手順モジュールとして理解します。`SKILL.md`に何が含まれるか、ホストが指示をどう読み込むか、SkillsがMCPやエージェントとどう異なるか、そして指針を科学的検証と混同せずに選択、組み合わせ、評価する方法を説明します。

概要

化学AIエージェントの技術スタックを構築するには

言語モデル、オーケストレーション、Skills、MCPインターフェース、API、ライブラリ、データを分離して、化学AIエージェントスタックを設計します。提案する分子・材料ワークフローを参考に、入出力契約を定義し、権限、評価、再現可能なデプロイを計画します。