MatGL 是面向材料科学的图深度学习工具库，提供材料性质预测与机器学习势模型的开发和使用接口。
条目更新 ·
它以原子结构图为输入，组织多种材料图网络架构及预训练模型的使用流程。这里收录的是工具库，而非重复创建现有 M3GNet、MEGNet 或 CHGNet 模型条目。
限制
v3 已移除 DGL 后端，并更正部分模型的消息传递方式；应使用与当前版本匹配的新权重，不能沿用旧权重。
按官方文档安装 matgl，选择模型和对应权重，再按示例准备结构输入。记录库版本、权重来源和输出单位。
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。
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
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
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
CHGNet 是一种针对晶体结构的预训练、融合电荷信息的神经网络势，可预测能量、力、应力和磁矩，用于结构弛豫与分子动力学工作流。
计算化学 · 材料发现
DeePMD-kit 是一套工具包，可利用量子力学参考数据训练和微调 Deep Potential 原子间模型，然后将其导出用于推理和分子动力学模拟。
计算化学 · 材料发现
从训练域、能量与导数输出、计算器接口、模型资产许可及参考验证出发，比较材料研究中的原子间势与框架。