GitHub AI4S 项目观察（2026-09-07—2026-09-13）

Pu847044653

53人浏览 · 2026-09-16 09:35:37

Pu847044653 · 2026-09-16 09:35:37 发布

项目速览

项目	Star（统计时间）	主要功能	AI4S 领域	本周更新（简要）
Science Skills	3,024（09-14 11:20）	把科学数据库查询和分析流程封装成科研 Agent 可安装的技能	科研 Agent、生物信息学、化学信息学	v1.2.0 新增 AlphaGenome Atlas 查询技能
ChemGraph	156（09-14 11:20）	将自然语言科研请求连接到分子构建、计算化学、分析与报告工具	计算化学、材料科学、科研 Agent	v0.7.0 扩展图像、文件和分子对接工作流
Matbench Discovery	252（09-14 11:20）	比较机器学习原子间势在材料稳定性、结构优化和动力学任务上的表现	材料发现、模型评测	新增 24 个数据集和可搜索数据集浏览器
MatGL	571（09-14 11:20）	用材料结构图训练或调用性质预测与机器学习势模型	材料信息学、分子模拟	完善 LAMMPS 的 GPU 模型导出与数据处理
Makani	399（09-14 11:20）	大规模训练、推理和评测机器学习天气与气候模型	天气、气候、高性能计算	新增栅格或网格到经纬度网格的守恒重映射
NeuralPDE.jl	1,227（09-14 11:20）	将微分方程和边界条件转成物理信息神经网络求解问题	科学计算、物理信息机器学习	v6.3.2/v6.4.0 改善积分约束与随机方程求解
ClawBio	1,130（09-14 11:20）	让科研 Agent 按可审查脚本执行基因组和生物信息分析	生物信息学、科研 Agent	DnaSP 工作流新增 VCF 输入并加强校验

1. Science Skills：把科学数据库操作装进科研 Agent

Science Skills 是一个面向科研 Agent、用于执行基因组学、结构生物学、化学信息学和文献检索任务的技能集合。 项目由 Google DeepMind 科研团队开源维护。

每项技能把操作说明、辅助脚本和参考资料放在同一目录中，让 Agent 按明确流程调用专业工具，而不是只凭模型记忆回答。研究人员可以提交科学问题、数据库检索任务或基因与蛋白等对象标识，由对应技能连接 AlphaGenome、AlphaFold DB、UniProt 等数据源。典型输出包括结构化查询结果、来源链接和可继续分析的中间信息，便于把一次问答接到后续科研步骤。

本周发布的 v1.2.0 新增两项 AlphaGenome Atlas 技能，可通过 API 查询图谱并返回官网的深层链接。部分技能需要 API 密钥，所访问的第三方数据源也可能有各自的使用条款。

资料来源： 官方 GitHub 仓库（访问日期：2026-09-14）；README 中的项目归属与版权说明（访问日期：2026-09-14）；v1.2.0 Release（发布日期：2026-09-09；访问日期：2026-09-14）

2. ChemGraph：用自然语言串起分子建模、计算与报告

ChemGraph 是一个面向计算化学与材料研究人员、用于组织分子构建、模拟、分析和报告任务的科研 Agent 框架。 项目由美国阿贡国家实验室领导计算设施团队开发。

它把自然语言请求连接到 ASE、RDKit、分子对接、谱学和材料计算工具，并可从命令行、Python、网页界面或 MCP 服务使用。输入可以是研究问题、分子名称或 SMILES 字符串，也可以在新版界面中附加文件或分子图片。任务执行后会把 XYZ 结构、JSON 结果、计算轨迹、光谱和 HTML 报告等产物写入会话目录，方便检查每一步结果。

本周发布的 v0.7.0 加入图像转 SMILES、聊天附件、默认分子对接工具和可持久续接的主 Agent 工作流，明显扩展了可接收的输入和可完成的任务。仓库明确提醒，使用者仍应复核计算输入、收敛情况、单位和科学结论。

资料来源： 官方 GitHub 仓库（访问日期：2026-09-14）；项目致谢与机构说明（访问日期：2026-09-14）；v0.7.0 Release（发布日期：2026-09-11；访问日期：2026-09-14）

3. Matbench Discovery：比较材料模型是否真能筛出稳定晶体

Matbench Discovery 是一个面向材料模型研究人员、用于评测机器学习原子间势和晶体稳定性预测模型的基准平台。 项目由剑桥大学、劳伦斯伯克利国家实验室、加州大学伯克利分校和德国联邦材料研究与测试研究所的跨机构团队开发。

它把不同模型放到统一任务和参考数据上比较，覆盖晶体稳定性判断、几何结构优化、声子与热导率、分子动力学和双原子势能曲线。研究人员提交模型结果后，可以在交互式排行榜中查看准确性、稳健性和计算成本之间的取舍，并据此选择更适合具体模拟任务的模型。

本周仓库新增 24 个材料数据集及可搜索的数据集浏览器，同时补充访问方式、用途、来源和规模等元数据。平台以密度泛函理论结果作为多项评测的参考，排名不能覆盖材料研究中所有能力。

资料来源： 官方 GitHub 仓库（访问日期：2026-09-14）；开发机构与作者单位说明（访问日期：2026-09-14）；新增 24 个数据集与浏览器的功能提交（提交日期：2026-09-13；访问日期：2026-09-14）

4. MatGL：从原子结构图训练材料性质与势能模型

MatGL 是一个面向材料信息学研究人员、用于训练和调用材料图神经网络的深度学习库。 项目首个版本由 Materialyze.AI 与英特尔实验室合作开发，现由 Materialyze.AI 团队维护。

它把原子看作节点、原子间关系看作边，使同一套图模型能够处理分子或晶体中的局部结构信息。训练时可接收材料结构以及能量、力和应力等标签，推理时也能直接加载预训练模型进行性质预测、结构弛豫或分子动力学计算。研究人员可得到形成能等性质预测、优化后的结构，以及模拟过程中需要的能量、原子受力和应力。

本周完善了 LAMMPS 中 MatGL 模型的 GPU 导出和幽灵原子行处理，主要改善机器学习势接入分子动力学模拟时的可用性。

在这里插入图片描述

图：MatGL 官方仓库中的材料图信息传递示意，原子节点、键和全局状态在多轮更新中交换信息。来源：官方图片文件（访问日期：2026-09-14）。

资料来源： 官方 GitHub 仓库（访问日期：2026-09-14）；README 中的开发团队说明（访问日期：2026-09-14）；本周 LAMMPS 接入改进提交（提交日期：2026-09-08；访问日期：2026-09-14）

5. Makani：在多 GPU 上训练天气与气候预测模型

Makani 是一个面向天气与气候研究人员、用于大规模训练和评测机器学习预报模型的 PyTorch 库。 项目由 NVIDIA 与美国国家能源研究科学计算中心团队共同开发。

它接收按年份存储的 HDF5 大气场数据及描述时间、经纬度和变量通道的元数据，并把某一时刻的大气状态与后续时刻的目标状态配成训练样本。研究人员可以配置确定性或集合预报训练，随后运行在线推理与 WeatherBench2 兼容的评测，输出模型检查点、预报场、指标和频谱等结果。

本周新增守恒重映射功能，可把规则栅格或非规则网格上的数据转换到经纬度网格，并同时支持单进程和空间分布式运行。Makani 明确定位为研究代码，面向生产使用时仓库建议评估 Earth2Studio 或 PhysicsNeMo 等更上层工具。

资料来源： 官方 GitHub 仓库（访问日期：2026-09-14）；NVIDIA 与 NERSC 团队说明（访问日期：2026-09-14）；守恒重映射功能提交（提交日期：2026-09-09；访问日期：2026-09-14）

6. NeuralPDE.jl：把微分方程转成可训练的神经网络求解问题

NeuralPDE.jl 是一个面向科学计算研究人员、用于用物理信息神经网络求解微分方程的 Julia 工具包。 项目由 SciML 开源社区维护。

物理信息神经网络把方程和边界条件写进训练目标，使用户可以从符号形式的常微分方程、偏微分方程或随机微分方程出发构造求解问题。输入还可以混入观测数据和额外损失项，输出则是可查询的神经网络近似解，可用于生成预测场并与解析解或参考解比较误差。工具包兼容 Flux.jl、Lux.jl 和神经算子，可借助 GPU 层处理更大的训练任务。

本周发布的 v6.3.2 和 v6.4.0 让含局部变量的积分约束能够正常工作，并改善了随机方程求解在不同数值精度下的梯度保留与复现。

资料来源： 官方 GitHub 仓库（访问日期：2026-09-14）；SciML 官方组织介绍（访问日期：2026-09-14）；v6.3.2 Release（发布日期：2026-09-10；访问日期：2026-09-14）；v6.4.0 Release（发布日期：2026-09-13；访问日期：2026-09-14）

7. ClawBio：让科研 Agent 按可复现脚本执行生物信息分析

ClawBio 是一个面向生物信息学研究人员、用于让科研 Agent 调用可审查分析流程的技能库。 项目由独立开源社区共同维护。

每项技能把任务说明、Python 脚本、演示数据和验证材料放在一起，用版本化规范约束 Agent 如何执行分析。它可接收 VCF、FASTQ、表达矩阵、遗传变异编号或自然语言检索任务，用于变异注释、群体遗传、单细胞分析、多基因风险评分和多数据库查询等工作。输出通常包括 Markdown 报告、图表、CSV 表格，以及可选的命令记录、环境信息和校验和，方便复查与重放。

本周 DnaSP 群体遗传工作流新增 VCF 输入，可按染色体生成多序列比对并继续执行统计分析，同时补上倍性、缺失值和不分相杂合位点检查。虽然大部分流程默认本地运行，部分技能会调用外部数据库或托管模型，处理敏感数据前应先查看仓库的数据传输说明。

在这里插入图片描述