有机新分子生成智能体

Organic Novel Molecule Generation AI Agent

面向材料科学研究与教学应用，该智能体集自然语言交互、数据库检索、材料可视化与性质分析于一体。系统基于 DeepSeek 大语言模型、Google ADK、Materials Project API 与 FastMCP 构建，支持用户通过对话方式快速获取材料数据与关键信息。 它可按元素组成、能隙范围等条件精准检索材料，并获取晶体结构、能带、声子谱、弹性、介电、吸收等多维性质数据，同时支持 CIF 导出 与 Wulff 形貌计算。 该智能体将传统复杂的数据查询流程转变为高效、直观、智能的科研体验，为材料设计、科研创新与智慧教学提供有力支撑。

Organic Novel Molecule Generation Agent Workflow

面向有机分子设计与智能创制应用，有机新分子生成智能体通过分子生成、 结构规范化处理、药物相似性评估与结果筛选，实现新分子设计流程的智能化与高效化。

1

用户提出分子设计需求

用户通过自然语言输入分子设计目标，例如生成具有特定结构特征、 功能基团或潜在应用价值的新分子，用于药物设计、有机合成前期筛选或教学科研分析。

2

大语言模型理解设计意图

系统对用户需求进行语义解析，识别目标分子的设计方向、 约束条件、候选结构要求以及后续分析任务。

3

智能生成新分子结构

系统基于分子生成算法自动构建新的有机分子候选结构， 为用户提供多样化、可扩展的分子设计方案。

4

分子标准化与规范化处理

对生成的分子结构进行规范化处理，包括分子表示统一、 结构标准化、去重与格式整理，以保证后续分析结果的准确性与一致性。

5

关键指标评估与智能分析

系统对候选分子进行药物相似性（QED）等关键指标评估， 并支持对分子性质与结构特征进行批量分析和结果比较。

6

候选分子筛选与优化

根据评估结果对候选分子进行筛选，保留更具潜力的分子结构， 为进一步的性质预测、合成可行性分析与实验设计提供支持。

7

结果展示与交互反馈

系统将生成结果以结构化方式反馈给用户，展示候选分子结构、 关键指标与筛选结果，并支持进一步追问、比较与迭代优化。

8

服务分子创制与智慧教学

该智能体将传统依赖经验的分子设计过程转变为更加高效、直观、智能的工作方式， 可广泛应用于药物分子设计、有机合成前期筛选与教学科研实践， 为分子创制与智慧化学研究提供有力支撑。