本文へスキップ

ReacNetGenerator Skill (Jinzhe Zeng Group)

hcustc-bot

反応分子動力学の後処理用Skillであり、ReacNetGeneratorツールの選択、LAMMPS軌跡の準備、反応ネットワークの生成、および既存の解析出力の確認を案内します。

掲載情報の更新 ·

概要

ReacNetGenerator Skillは、computational-chemistry-agent-skillsコレクションに含まれる指示リソースで、analysis/reacnetgenerator/SKILL.mdに配置されています。ReacNetGeneratorと、別個のラッパーであるreacnet-md-toolsを使った反応分子動力学の後処理をアシスタントに案内します。このSkillは基盤となる解析パッケージでも、単独で動作するエージェントでもありません。入力チェック、ツール選択、実行方法の選択、出力確認を整理する役割を担います。

文書に記載された入力には、LAMMPSのbondおよびdump軌跡、XYZ、extended XYZファイルが含まれます。ワークフローでは軌跡のパスと原子名を指定します。LAMMPS dataファイルから原子名を推定することもできます。また、scaled座標とCartesian座標のdump、およびreacnet-md-toolsによる直交セルと三斜セルの座標変換も扱います。周期性の判断は利用可能なセル情報に依存します。原子タイプの対応が曖昧な場合は、推測で割り当てず、確認を求めます。

通常のLAMMPS dump解析には、Skillはrng-pipelineを推奨します。より低レベルのオプションが必要な場合はネイティブのreacnetgenerator CLI、既存の.reactionabcdまたは.speciesファイルを調べる場合はrng-query、ローカルのブラウザーインターフェースを特に利用したい場合はrng-webappを案内します。想定される生成物は、ログ、HTML/SVG/JSONレポート、種および反応のファイルです。ラッパーのワークフローではsummary.mdも生成され、出力はout/<input_basename>/以下に整理されます。

このSkillではuvとpython3が前提条件として示されており、依存関係がキャッシュされていない場合、パッケージ解決にインターネット接続が必要になる可能性があると記載されています。HMMに関する案内では、手早い初回処理と、HMMを明示的に要求した解析を区別しています。これらは文書に記載されたワークフロー上の推奨事項であり、科学的検証が行われたことや、特定の軌跡で結果がテストされたことを示すものではありません。

主な機能

  • ReacNetGeneratorを使い、bond、dump、xyz、extxyz形式の反応分子動力学軌跡を解析する方法を案内します。
  • 通常の実行、低レベルCLIの要求、既存出力の照会、ブラウザーによる確認を、それぞれ異なるツールに振り分けます。
  • 直方晶系および三斜晶系のセルを含む、reacnet-md-toolsを介したLAMMPS座標変換について説明します。
  • LAMMPS dataファイルからの原子名の推定に対応し、対応関係が曖昧な場合は確認を求めます。
  • 周期境界、セル情報の欠落、任意のHMM処理に関する判断基準を示します。
  • run.log、レポートファイル、種・反応の生成物、ラッパーが生成する要約を含む、予測しやすい出力構成を定めています。

用途

  • 評価案:代表的なLAMMPS反応分子動力学dumpを処理し、座標処理と原子名の推定がシミュレーションのファイル形式に適合するかを確認します。
  • 軌跡を再解析せずに、文書に記載された照会ワークフローで既存の.reactionabcdおよび.species出力を確認します。
  • XYZまたはextxyzの解析を計画する際は、適切な実行方法を選択する前にセル情報と周期性を確認します。
  • 評価案:手早い初回解析と、HMMを明示的に要求した実行を比較し、どちらの処理も科学的に十分だと決めつけず、生成物を確認します。

使い方

  1. 指定されたSkillを読み、コレクション内での役割を把握するとともに、その指示と外部解析ツールを区別します。
  2. 前提条件として記載されているuvとpython3を確認します。パッケージがキャッシュされていない場合は、パッケージ解決にインターネット接続が必要になる可能性を考慮してください。記載された呼び出しパターンについては、元の説明を参照してください。
  3. 軌跡のパスと入力形式を確認します。原子名または適切なLAMMPS dataファイルを用意し、解析前に曖昧なタイプ対応を解決してください。
  4. セルと周期性に関するSkillのルールに従います。有効なLAMMPS BOX BOUNDSからセル情報を取得できます。セル情報のないXYZファイルでは、周期性を判断する必要があります。目的の解析におけるHMM処理の有無を明示します。
  5. 通常のdump処理にはrng-pipeline、低レベルのオプションが必要な場合はネイティブのreacnetgenerator、既存出力の照会にはrng-queryを選択します。フラグを推測で追加せず、Skillがリンクする参考資料を利用してください。
  6. 文書に記載された出力先で、ログ、レポート、種・反応ファイルを確認します。初期評価では、反応ネットワークを下流の研究に用いる前に、入力の解釈と出力の完全性を確認してください。

関連リソース

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

ASE

オープンソース

ASE は原子シミュレーション向け Python ライブラリで、共通の計算器インターフェースを通じて従来の計算コードと外部の機械学習ポテンシャルを接続します。

オープンソースPython

計算化学

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

Cantera Skill (K-Dense) は、均相着火計算の手順と Python ヘルパーを提供し、機構の出典記録、保存則の診断、数値的な細分化チェックを含みます。

オープンソースPython

計算化学 · プロセス最適化

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

ChemAgent (Gerstein Lab)

エージェント

ChemAgentは、問題を分解し再利用可能なメモリを検索する化学推論研究フレームワークです。メモリプールの構築とSciBench実験の実行に使えるコードが公開されています。

Python

計算化学

関連ガイド

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。

スキル

化学・材料科学のAI Skills:RDKit・Datamol・ASE・Phonopyほか

化学・材料分野の AI Skills 10 種を、科学的な役割、依存関係、入力、出力、ライセンスの適用範囲から比較し、分子解析、NMR 処理、フォノン、平衡計算、反応分子動力学の後処理に向けた範囲を限定した評価を計画します。