概览
ChatMOF 将自然语言请求与金属有机框架（MOF）的计算工作流连接起来。其文档介绍的任务包括数据检索、性质预测和结构生成，其中结构生成可以由用户指定的性质引导。README 介绍的系统以 GPT-4 和 GPT-3.5 模型选项为基础，而非单独的预测模型或仅有数据库。它可作为对话式界面，帮助选择和协调材料研究工具，让用户不必将每个请求都写成正式的结构化查询。
该工作流包含三个组成部分：智能体解读请求、制定计划并选择工具包；选定的工具生成任务输出；评估器汇总最终答复。输入是文本请求，输出则取决于所选任务：检索到的信息、性质预测结果或生成的 MOF 结构。文档所述的工具包还包含单位转换器。仓库提供 Python 包配置和命令行入口，因此该资源并非只有论文提案。
不过，ChatMOF 应被视为研究原型，其部署需要外部服务和特定任务的依赖项。在线演示需要 OpenAI 密钥，并支持搜索；README 提醒，除提供的示例外，预测和生成通常无法在该演示中运行。本地预测和生成需要设置相应模块，生成还需要 GRIDAY。推荐使用 Linux 安装。代码可用并采用 MIT 许可，并不代表关联数据集、外部服务或依赖的模型资源也采用相同许可或可用。
主要功能
- 解读 MOF 自然语言请求，并通过智能体、工具包和评估器工作流进行处理。
- 支持 MOF 数据检索任务；以搜索为主的在线演示需要 OpenAI 密钥。
- 设置本地任务模块后，可运行性质预测工作流。
- 支持以用户要求的性质为目标生成 MOF 结构，但还需安装 GRIDAY。
- 包含单位转换工具，以及用于选择模型和设置温度的命令行控制项。
使用场景
- 建议评估：使用自然语言搜索请求检索 MOF 信息，再对照其底层记录核查返回的信息。
- 建议评估：运行本地配置的性质预测任务，并将输出与独立选取的参考数据进行比较。
- 建议评估：探索由性质引导的 MOF 生成，并单独评估生成的结构，再将其视为经过科学验证的候选结构。
使用方式
- 阅读官方 README，选择搜索、预测或生成任务。先提出一个范围明确的 MOF 问题，并说明需要的信息或输出。
- 如需仅试用搜索功能，请打开在线演示。该演示需要 OpenAI 密钥；不要假设此界面具备本地预测和生成功能。
- 如需本地使用，请按 README 中的
pip install chatmof安装说明操作。文档要求 Python 3.9 或更高版本，并推荐使用 Linux。若安装失败，请参阅其依赖项故障排查说明。 - 按文档使用环境变量私下配置 OpenAI 凭据。运行
chatmof setup以进行预测或生成；生成还需运行chatmof install-griday。互联网搜索还需要文档所述的 Google 凭据。 - 使用
chatmof run启动；通过chatmof run --help查看选项。请独立评估检索到的事实、预测结果和生成的结构。有关科学背景，请参阅相关的研究论文。