发现资源

与后端无关的 Phonopy Skill，用于规划有限位移计算、整理力数据，并在明确科学假设的前提下指导能带、态密度和热学分析。

材料发现

computational-chemistry-agent-skills 集合中的 ASE 路由 Skill，将工作流准备与计算器配置分开，并将执行委托给其他环节。

计算化学 · 材料发现

K-Dense 集合中的一项 Skill，包含用于 pycalphad TDB 平衡计算的说明和本地辅助工具，可导出摩尔相分数、成分及数值验证记录。

材料发现

Cantera Skill (K-Dense) 提供用于均相点火计算的操作说明和 Python 辅助工具，并包含机理来源记录、守恒诊断和数值细化检查。

计算化学 · 工艺优化

Pymatgen Skill (K-Dense) 提供代理指令和 Python 辅助工具，用于验证材料结构、检查对称性、规划格式转换、构建本地相图，以及限定 Materials Project 查询范围。

材料发现

一个 K-Dense Skill，包含用于校准一维 NMR FID 处理的说明和 Python 辅助程序，可生成经过相位校正的谱图、正峰候选、带符号积分及可复现的处理报告。

光谱学

K-Dense Scientific Agent Skill，用于指导基于 Datamol 的分子制备、相似性分析、骨架工作流和构象处理，并提供输入验证与可复现性方面的指导。

化学信息学 · 药物发现

RDKit Skill (K-Dense) 提供操作指南、参考资料和 Python 辅助工具，用于分子解析、描述符计算、相似性筛选、子结构过滤和结构操作。

化学信息学

DrugAgent 是一个研究型多智能体框架，它结合 LLM 规划与领域指导的代码生成，用于构建和评估药物发现领域的机器学习工作流。

分子性质预测 · 药物发现

STELLA 是一个面向生物医学文献与生物信息学工作流的研究型多智能体框架，结合可复用工作流模板、工具编排、结果评议和可选的动态工具创建。

文献与研究 · 药物发现

ChemAgent (AI4Chem) 是一个面向化学与材料领域工具使用的研究框架，与 CheMatAgent 论文相关；该论文介绍了基于树搜索的规划、工具执行以及基于 ChemToolBench 的训练。

计算化学 · 材料发现

ChemAgent 是一个化学推理研究框架，通过拆解问题并检索可复用记忆来支持推理；其发布的代码可用于构建记忆池和运行 SciBench 实验。

计算化学

SciAgents 是一个面向生物启发材料研究的多智能体研究框架，利用科学知识图谱、大语言模型和检索工具来提出并评议假设。

文献与研究 · 材料发现

ChatMOF 是一个代码可用的研究系统，利用语言模型引导的工具，根据自然语言请求检索 MOF 数据、预测性质并生成结构。

材料发现

MDCrow 是一套用于分子动力学工作流的 Python LLM 智能体工具集，可将自然语言请求连接到模拟设置、OpenMM 执行、输出分析和科学信息检索。

计算化学

ChemGraph 是一个 Python 智能体框架，可将自然语言化学请求连接到分子构建、模拟、分析和报告，并提供 CLI、Python、Streamlit 和 MCP 接口。

计算化学 · 材料发现

ChemCP 是一款 MCP App，可使用 RDKit.js 将 SMILES 字符串转换为交互式二维分子图和计算描述符，并为支持 MCP Apps 的主机提供聊天内查看器。

化学信息学

NovoMCP 通过 MCP 和 REST 提供计算化学工具，结合分子画像分析、可配置的模拟服务、发现漏斗编排和工具调用审计。

计算化学 · 药物发现

PocketScout MCP 帮助 AI 助手利用公开的结构、生物活性、保守性、变异和文献数据评估已知蛋白结合位点，为靶点筛选或结合蛋白设计提供依据。

药物发现 · 科学数据

Benchling MCP (longevity-genie) 是一个 Python MCP 服务器，通过 API 凭据将 AI 客户端连接到 Benchling 的笔记本条目、生物序列、项目和实体搜索功能。

实验室自动化 · 科学数据