计算化学

OpenMM 是分子模拟工具库；其官方配套 OpenMM-ML 扩展可将机器学习势接入模拟流程。

计算化学

ASE 是原子模拟的 Python 工具库，通过统一计算器接口连接传统计算程序和外部机器学习势。

计算化学

SevenNet 是基于图神经网络的原子间势软件，提供预训练模型、微调接口以及 ASE 和 LAMMPS 模拟集成。

计算化学

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。

计算化学 · 材料发现

Rowan 是一个分子计算云平台，通过网页界面和 Python API 提供量子化学、机器学习势、性质预测以及蛋白质–配体工作流。

计算化学 · 量子化学

用于反应分子动力学后处理的 Skill，指导选择 ReacNetGenerator 工具、准备 LAMMPS 轨迹、生成反应网络并检查已有分析输出。

计算化学

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

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

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

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

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

molSimplify 可生成用于计算筛选的无机配位配合物和分子间配合物，并内置神经网络，用于预测八面体过渡金属配合物的若干特定性质。

分子生成 · 计算化学

DP-GEN 是一个 Python 并发学习平台，用于协调分子模拟、第一性原理计算和 DeePMD-kit 工作流，以生成原子间势模型。

计算化学 · 材料发现

M3GNet 是一个已归档的材料图神经网络实现，包含三体相互作用、预训练原子间势，以及用于晶体弛豫、分子动力学和模型训练的工作流。

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

GEOM 提供 3,700 万个分子构象，涵盖超过 450,000 个分子，并标注能量和统计权重；数据包含 MessagePack、RDKit 对象以及加载和分析教程。

分子生成 · 计算化学

GeoDiff 是一种用于分子构象生成的几何扩散模型，提供官方代码，支持基于 GEOM 的训练、检查点采样，以及构象和性质评估。

分子生成 · 计算化学

GemNet 是一个 PyTorch 参考实现，用于通过几何消息传递模型预测分子能量和原子受力，并提供训练、基于 ASE 的预测和分子动力学笔记本。

分子性质预测 · 计算化学