← 项目
化学 AI

ChemAI Atlas

面向化学与化工的 AI 实践入口,将资源目录、任务导航和科研工作流串联起来,帮助研究者找到工具并理解如何使用。

  • ASP.NET Core
  • React
  • PostgreSQL

从发现工具到开展实践

ChemAI Atlas 面向化学与化工领域的研究者、学生和开发者,将分散在论文、代码仓库和产品网站中的 AI 资源组织成可探索的知识入口。资源目录、指南和工作流参考方案相互连接,帮助使用者了解一个工具适合什么任务、需要哪些条件,以及如何与其他工具配合。

按科研任务寻找工具

既可以按模型、智能体、MCP、Skills、API、数据集、开源工具和平台等类型浏览,也可以从分子性质预测、逆合成、光谱分析或文献研究等具体任务出发,寻找相关资源。

资源介绍连接原始来源,并整理用途、使用条件等信息,方便进一步比较和选型。

用指南与 Recipes 连接实际工作

指南围绕工具选型、部署、评估和使用限制展开;Recipes 则以具体任务为单位,说明工具组合、配置步骤、输入输出和检查要点。分子对接、结构优化等工作流可以作为初步实践的参考,再根据研究问题和运行环境调整。

这些内容围绕“发现、学习、应用”组织,让工具目录与实际操作之间有一条可以继续探索的路径。

探索工作流的描述与共享

项目同时发起 CARS(Chemistry AI Recipe Specification)开放社区草案,探索以结构化清单描述化学 AI 任务的输入输出、依赖与证据信息。这项工作仍处于草案阶段,为工作流的交流和复用提供讨论基础。

← 返回项目列表