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。
条目更新 ·
本条目限定为 NOMAD 公共数据服务及其 AI Toolkit。结构化记录、元数据检索与数据复用支持科研分析，工具包文档介绍交互式 Notebook 和机器学习分析。NOMAD Oasis 是另行部署的自托管方案，不作为本条目的服务范围。数据条款、访问条件与软件许可需分别核对；本轮未执行 Notebook。
从官方文档和公共检索界面开始，选择记录并检查元数据；按 AI Toolkit 教程准备输入。核对访问条件并验证分析结果。
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。
材料发现 · 科学数据
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。
材料发现 · 科学数据
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。
材料发现
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
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。
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。
从科学用途、数据来源、工具契约、许可证据和部署需求等方面比较九种化学 MCP 实现，并据此设计可追溯的多服务器评估，而不是只依赖功能列表。