跳转到正文

Materials Project MCP (benedictdebrah)

Benedict Debrah; Peniel Fiawornu

一款第三方 MCP 服务器,通过 mp_api 将助手客户端接入 Materials Project,提供材料搜索、晶体结构、电子性质及其他材料数据查询工具。

条目更新 ·

概览

Materials Project MCP (benedictdebrah) 是一款第三方 Model Context Protocol 服务器,通过 mp_api 客户端查询 Materials Project 数据库。它为助手客户端提供工具接口,并非独立的材料数据库或预测模型。仓库介绍了与 Claude Desktop 和 VS Code Copilot 的集成;但这并不表示 Materials Project 对其予以认可。在研究工作流中,它的作用是在助手对话中提供数据库搜索和性质检索能力。

文档介绍的输入包括元素选择、带隙范围、稳定性标准、材料标识符和化学体系。根据所选工具,输出包括晶体结构和晶格参数、电子与声子态密度数据、能带结构图以及性质记录。其他工具还涵盖磁性、介电、弹性、表面、晶界和电池相关数据。README 还介绍了内聚能计算,以及用于 Pourbaix 图的原子参考能量和水溶液离子参考数据检索。

仓库提供 Docker 和本地 Python 设置说明、客户端配置示例,以及使用 MCP Inspector 进行测试的工作流程。使用时需要 Materials Project API 密钥;本地 Python 设置需要 Python 3.12 或更高版本以及 uv,Docker 方案则需要可运行的 Docker 环境。这些是文档所述的设置路径,并非经过独立测试的兼容性声明。所提供的摘录介绍了工具清单,但并未证实其经过科学验证、响应完整,或覆盖所有材料。因此,在将结果用于后续研究之前,应根据上游 API 文档逐项核对工具输出。

主要功能

  • search_materials 支持按元素、带隙范围和稳定性进行搜索;get_structure_by_id 可检索晶体结构和晶格参数。
  • 电子和声子工具通过 get_electronic_bandstructure、get_electronic_dos_by_id、get_phonon_bandstructure 和 get_phonon_dos_by_id 提供能带结构绘图及态密度检索。
  • 性质工具可检索磁有序、电荷密度、介电性质、弹性常数、衍射图谱和 X 射线吸收谱。
  • 能量与稳定性工具涵盖内聚能计算、孤立原子参考能量、热力学稳定性,以及用于 Pourbaix 图的水溶液离子参考数据。
  • 材料界面和电池工具涵盖推荐衬底、表面性质、计算得到的晶界、嵌入电极和氧化态。
  • README 介绍了 Docker 和本地 Python 部署、Claude Desktop 和 VS Code Copilot 配置,以及使用 MCP Inspector 进行交互式测试。

使用场景

  • 建议的评估方式:按照元素、带隙和稳定性标准筛选数据库候选材料,再检索其结构以供进一步检查。
  • 建议的评估方式:为选定的材料标识符汇总电子和声子性质数据,并将检索到的记录与上游文档进行对照。
  • 建议的评估方式:结合表面性质和晶界记录,探索薄膜衬底候选材料。
  • 建议的评估方式:收集嵌入电极数据或水溶液离子参考数据,作为电池材料或 Pourbaix 图研究工作流的输入。

使用方式

  1. 阅读仓库 README,选择 Docker 或本地 Python 设置方案,并查看其前置条件。本地设置的文档要求包括 Python 3.12 或更高版本以及 uv。
  2. 通过你的 Materials Project 账户获取 API 密钥。请妥善保密,并按照文档通过 MP_API_KEY 配置项提供密钥,不要将其写入共享提示词或报告。
  3. 按照所选方案执行 README 中的安装说明。使用 Docker 时,请确保 Docker Desktop 正在运行;使用本地 Python 时,请遵循其中的环境和依赖配置步骤。
  4. 按照 README 中的说明配置 Claude Desktop 或 VS Code Copilot,私下替换相关占位符,并根据指示重启客户端。
  5. 先评估范围较小的搜索,例如硅材料搜索,然后检索某个返回标识符对应的结构或性质。使用文档说明的 MCP Inspector 工作流程检查工具行为,并在解读结果时参考 Materials Project 文档。

相关资源

面向材料研究的学术数据平台,可检索计算结构与性质,为材料发现与机器学习研究准备参考数据。

材料发现 · 科学数据

Materials Project API 是以 mp-api 发布的 Python 客户端项目,其官方数据访问文档和可选 MCP 服务器入口点均在其软件包配置中声明。

开源Python

材料发现 · 科学数据

NOMAD

平台

管理与检索材料科研数据的学术平台,可通过 NOMAD AI Toolkit 使用基于 Notebook 的分析流程。

开源

材料发现 · 科学数据

ALIGNN

模型

ALIGNN 提供用于材料性质预测的原子图神经网络,并包含训练工作流、预训练预测器和用于结构优化的 ALIGNN-FF 力场。

开源Python

材料发现

Allegro

模型

Allegro 在 NequIP 框架中作为扩展实现 E(3)-等变原子间势,并提供文档说明的 GPU 加速选项,以及用于 LAMMPS 模拟的独立插件。

开源Python

计算化学 · 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

相关指南

工作流

材料科学 AI 工具指南:MCP、Agent 与 Skills

材料数据库、研究智能体与科学 Skills 实用指南:如何组织晶体筛选、计算与分析,同时区分凸包、平衡、声子和实验稳定性相关主张。

概览

如何搭建一个化学 AI Agent 技术栈

通过区分语言模型、编排、Skills、MCP 接口、API、库和数据,设计化学 AI 智能体技术栈。参考提出的分子与材料工作流,定义输入/输出契约,并规划权限、评估和可复现部署。