材料 AI 最有用的方式，是让每个组成部分承担边界明确的任务：检索记录、准备计算、分析产物或提出假设。对话界面并不会让这些任务在科学上变得可以互换。应先明确研究问题及回答问题所需的证据，再选择能够支持相关工作的最小资源组合。
本指南涵盖材料发现、计算化学和科学数据工作流。下文列出的组合是建议评估的设计，并非经过测试的互操作性主张。
1. 选择工具前先了解各层
Materials Project 是上游数据服务；mp-api 是用于访问该服务的客户端。第三方 Materials Project MCP server 向助手客户端提供数据库操作。它既不是新的材料数据库，也不是预测模型。
ChatMOF 和 SciAgents 等智能体在特定研究系统中协调推理与工具。Skills 是程序性指令，有时会附带辅助工具。本文所述的 Pymatgen、ASE、Phonopy 和 pycalphad Skills 与其上游科学软件包相互独立。加载 Skill 并不会安装计算器、获取热力学数据库或配置计算资源。不同宿主对 Skills 的支持也有所不同。
有关架构区别，请参阅 MCP、Skills、智能体与 API。化学领域的 MCP 指南提供协议背景，而化学领域的 AI Skills介绍基于指令的工作流。当前协议背景并不能证明旧项目的客户端配置兼容。
编排层的角色与边界可参阅化学 AI Agent 指南。
2. 将各项资源与研究职责相匹配
下表列出的角色依据所提供的文档整理，并非要求将所有资源都接入同一条流水线。
| 资源 | 文档所述角色 | 主要输入与输出 | 重要边界 |
|---|---|---|---|
| Materials Project MCP | 通过 mp_api 访问数据库 |
元素/属性筛选条件或标识符 → 记录、结构和选定的属性数据 | 第三方封装；需要 Materials Project 身份验证 |
| Pymatgen Skill | 结构验证、转换规划、对称性敏感性检查和本地凸包分析 | 结构或兼容的能量条目 → 报告、转换后的产物和相图分析 | 计算出的凸包取决于所提供的能量和竞争相 |
| ASE Skill | 将工作流准备与计算器配置分开路由 | 任务意图 → 分支、理由、缺失输入和下一步委派 | 顶层路由器不会执行计算 |
| Phonopy Skill | 整理位移/力数据集和声子分析 | 结构、设置和力 → 组装状态以及声子色散/DOS/热学文件 | 需要独立的力计算提供方和提交工作流 |
| pycalphad Skill | 指导本地有限温度 TDB 平衡计算 | 数据库及成分/条件设置 → 数值报告和相平衡 CSV | 平衡与数值一致性并不等于动力学或实验验证 |
| ChatMOF | 面向 MOF 的检索、预测和生成 | 自然语言请求 → 依任务而定的信息、预测或结构 | 本地预测/生成需要额外模块；生成需要 GRIDAY |
| SciAgents | 基于知识图谱的假设开发与评议 | 关键词或图谱探索 → 结构化假设和研究草稿 | 提案和新颖性评估需要独立评价 |
3. 从边界明确的数据库问题开始
Materials Project MCP README 记载了按元素、带隙范围和稳定性进行搜索的 search_materials，以及通过 get_structure_by_id 获取结构的功能。其他工具涵盖电子和声子数据、弹性、介电性质及其他材料记录。某项工具虽有相关说明，并不保证特定候选材料具备所需数据。
检索前，建议明确查询约定：化学体系、允许的元素、请求字段、结果数量上限，以及缺失值的表示方式。应区分“未返回”与“计算结果显示不存在”。保留标识符、检索时间、查询条件和可用的计算来源信息。
Pymatgen Skill 提供另一种边界明确的检索方式：其 Materials Project 辅助工具默认采用离线规划，网络执行则需要明确批准和身份验证。初期应选择一种检索路径，而不是通过两个接口重复请求，却没有数据协调方案。
**决策点：**如果现有记录不足以支持预期比较，就缩小问题范围或规划新的计算。不要把助手生成的估算值填入缺失属性，并将其当作数据库值呈现。
4. 建议示例：筛选晶体，再研究选定候选材料
设想一个建议开展的 Li–Fe–O 晶体筛选练习。目标是整理出可追溯的候选短名单以供后续计算，而不是宣布一种新近获得验证的材料。
**输入：**明确的化学体系范围、用户选定的筛选标准、有限检索的许可，以及所关注计算属性的说明。此处不假定任何候选结果或性能结果。
- **检索范围明确的候选集。**使用 MCP server 或 Pymatgen 查询辅助工具，获取标识符、结构和可用的热力学元数据。将返回记录原样保存，并另存一份用于分析的副本。
- **验证结构。**使用 Pymatgen Skill 的数据接收工作流，检查晶格、周期性、坐标约定、占位率、解析器警告和氧化态处理。生成对称性敏感性报告，而不是依赖一个未加说明的容差。
- **审查短名单。**区分因既定标准而排除的候选材料，以及因数据缺失或含糊而暂缓处理的记录。保留每项决定的理由。
- **准备可选的新计算。**对于需要弛豫或静态计算的候选材料，使用 ASE 路由器确定工作流分支及计算器配置依赖项。研究人员仍须选择合适的后端和执行环境。
- **分析与问题相匹配的证据。**只有在能量兼容且竞争相充分时，才构建本地凸包。若研究声子问题，则应先确定位移超胞的力数据或预先计算的力常数，并制定可追溯的组装计划，再开始分析。
**输出：**候选材料表、验证报告、计算准备交接内容、可选分析产物，以及将每项产物与其来源关联起来的清单。
**停止/继续决策：**未解决的无序问题可能阻止转换；不兼容的能量约定会阻止凸包比较；缺少位移力数据会阻止声子组装。证据不完整时，可以暂缓处理候选材料，而非接受或排除。
5. 明确计算与分析之间的交接
建议的架构为：范围明确的检索 → 结构接收 → 经人工批准的计算计划 → 单独执行的计算 → 分析 → 证据报告。每个箭头都是待评估的交接环节，而非已验证的连接器。
ASE Skill 会将静态、弛豫、分子动力学和 NEB 请求路由到 ase/ase-workflows，并将后端配置路由到 ase/ase-calculators。混合请求从工作流分支开始。其要求的响应会指出所选分支、理由、缺失输入和下一步委派。需要执行的任务通过 dpdisp-submit 委派；所提供的顶层文件并未说明下游行为的具体细节。
Phonopy Skill 将力评估与位移生成及分析分开。收集超胞、位移振幅、原胞背景和对称性选择等信息。声子色散计算需要定义路径和采样；DOS 与热学输出需要网格设置，热学分析还需要温度。组装 FORCE_SETS 或力常数前，应保留位移与力文件之间的对应关系。
因此，建议在 ASE 到 Phonopy 的交接中核实晶胞约定、物种顺序、力的单位和文件对应关系。仅仅研究对象相同，并不能证明两个指令资源可以互操作。
6. 区分稳定性的四种含义
**凸包筛选：**Pymatgen Skill 的本地相图分析会比较所提供的计算条目。是否位于凸包上，取决于竞争相、兼容的总能量和校正方案。这并不直接说明实验稳定性。
**有限温度平衡：**pycalphad Skill 使用本地 TDB、选定的组元/相、整体元素摩尔分数、压力和温度。其辅助工具要求恰好提供 N-1 个独立元素分数，并指定一个非空位元素作为从属元素。它会导出摩尔相分数和组成，并保留同名相的不同组成集。
**声子评估：**结果解读取决于力数据质量、超胞和收敛性选择、单位以及相关长程修正。Phonopy 来源明确指出，虚频可能源于收敛不足或设置选择；应将这类输出视为需要诊断的问题，而非自动得出实验结论。
**实验稳定性：**上述任何工作流都不能确立实验稳定性。CALPHAD 平衡不能预测析出速率或保留下来的亚稳微观结构，数值检查也不能证明数据库准确。
当合适的热力学数据库能够支持相关问题时，可将 pycalphad 用作独立分支。其附带的 ideal-cu-ni.tdb 是假设性的教学模型，并非经过评估的 Cu–Ni 数据库，也不能在晶体筛选示例中替代此类数据库。
7. 在专业领域匹配时使用智能体
当问题涉及 MOF 和自然语言检索、预测或结构生成时，可考虑评估 ChatMOF。其架构由智能体负责规划/工具选择，由工具包执行任务工作，再由评估器汇总响应。评估器并不代表科学验证。在线演示以搜索为主；README 警告，除提供的示例外，预测和生成通常无法在该演示中正常工作。
SciAgents 处于不同阶段：根据科学知识图谱开发仿生研究假设。Ontologist 负责澄清概念，Scientist 角色负责提出方案，Critic 则审视薄弱之处。自动化方法还增加了规划和新颖性检查。运行它需要 GraphReasoning、API、图文件和嵌入，而不只是与 LLM 对话。
建议的组合刻意保持精简：检索加 Pymatgen 用于数据库初筛；结构接收加 ASE 准备用于新计算；力提供方工作流加 Phonopy 用于声子分析；pycalphad 加合适的 TDB 用于平衡问题。MOF 专项任务使用 ChatMOF，假设探索使用 SciAgents；它们并非无机晶体筛选的必经环节。
8. 明确呈现故障与部署方面的不确定性
若遇到访问失败，应先检查身份验证和部署方式，再调整科学筛选条件。MCP 来源记载了 Docker 和本地 Python 两种路径；本地设置需要 Python 3.12 或更高版本以及 uv，并提供 Claude Desktop 和 VS Code Copilot 的客户端示例。应在目标宿主环境中评估这些配置；文档说明不等于兼容性测试。
对于格式错误的结构或有损转换，应保留原始内容并报告警告。Pymatgen 验证器的距离检查无法完整处理跨越极短晶格矢量的接触。力数据集不完整时，应停止组装。若 pycalphad 的质量守恒或采样敏感性检查失败，应在报告中保留这些失败，而不是将结果重新标记为已收敛。检查端点附近由求解器施加的成分调整。
还需要针对具体产物审查权利条款。SciAgents 对代码许可存在相互冲突的 Apache/MIT 声明，而 ASE Skill 的 MIT 声明与其所属集合中的 LGPL 文本不同。重新分发前应明确适用条款。仓库可访问并不能解决这些冲突，也不能确立对外部数据库、图谱或模型资产的权利。
9. 读者检查清单
- 选工具前先定义研究问题和所需证据。
- 区分数据库值、预测、假设和新计算。
- 限定检索范围，并记录标识符、来源和缺失字段。
- 验证结构并记录转换造成的信息损失。
- 分别审批计算器、资源限制和执行方式。
- 分析前检查能量是否兼容，或位移力数据是否完整。
- 根据各自不同的假设报告凸包、平衡和声子结论。
- 保留清单、数值失败记录和未决决策。
- 实验主张应以适当的实验性证据为依据。
继续阅读相关指南：计算化学 AI 工作流：从结构到模拟与结果分析。
来源
Materials Project MCP README支持其工具清单和部署要求。ChatMOF README和SciAgents README支持有关智能体角色、依赖项和范围的说明。
具名的 Pymatgen Skill、ASE Skill、Phonopy Skill和pycalphad Skill支持其工作流约定和科学局限性。
许可差异可对照 SciAgents 许可文件、包元数据与 ASE 合集许可。