综合介绍

SciMaster是一个通用型科学AI智能体，由上海交通大学与深势科技（DeepModeling）联合研发，旨在为科研人员提供全方位的研究辅助。该平台整合了从文献研读、科学计算到实验流程的整个科研生命周期，致力于加速科学发现的步伐。SciMaster的核心是其强大的基础模型，它能够深度理解和处理复杂的科学问题，并通过灵活调用外部工具来完成任务。该平台采用开源模式，拥有超过一千个可供智能体使用的工具和数百个应用实例，并已催生出如化学领域的ChemMaster等多个分支智能体。通过将复杂的科学计算工具转化为易于使用的智能体，SciMaster让原子和分子级别的研究设计变得更加普及化。

功能列表

• 深度研究功能: 当用户提出科学问题时，SciMaster会将其拆解为多个子任务，并利用网络搜索、文献检索等工具，从互联网和海量文献库中搜集相关信息，最终生成一份全面、可靠的研究报告。
• 工具调用: SciMaster能够灵活调用各种内外部工具，包括专业的科学计算软件（如NumPy、SciPy）和定制化的信息检索工具。用户可以手动选择和部署工具，也可以让SciMaster根据任务需求自动选择最合适的工具。
• 代码交互: SciMaster将代码作为一种交互语言，使其能够与各种资源和工具进行灵活互动。当内置知识无法解决问题时，它会生成Python代码来执行特定任务，从而扩展了其解决问题的能力。
• 开源和协作: SciMaster采用开源模式，允许任何人通过简单的点击，将现有的科学计算工具升级为智能体。这种开放的机制促进了一个充满活力的创新生态系统，并已与超过40家机构合作。
• 跨学科整合: 平台能够整合来自不同学科的资源，例如，上海交通大学基于该平台构建的“超级研究平台”，成功整合了图书馆资源、计算中心和实验设施，为教职员工打造了强大的个性化AI工具链。
• 干湿实验结合: SciMaster不仅能处理理论计算（干实验），还能与实际的实验操作（湿实验）相结合，例如在电解液配方开发中，系统能够结合领域知识、自动化合成和自主实验，迭代优化配方。

使用帮助

SciMaster旨在成为一个直观且易于使用的科研助手，尽管其背后集成了复杂的技术和强大的功能，但用户无需进行复杂的安装即可开始使用。作为一个网络平台，用户可以直接通过浏览器访问并进行操作。

入门操作

1. 访问平台: 打开浏览器，输入网址 https://scimaster.bohrium.com/ 即可进入SciMaster的主界面。
2. 提出问题: 在主界面的输入框中，您可以像与聊天机器人对话一样，输入您关心的科学问题。例如，您可以输入：“分子动力学在药物筛选中的典型工作流程是什么？”或“求解微分方程常用哪些算法？”
3. 获取报告: 提交问题后，SciMaster会启动其深度研究功能。它会自动分析问题，并将其分解为一系列子任务。接着，系统会调用其集成的搜索工具，在全网和专业文献数据库中进行检索，搜集相关的论文、数据和专利信息。整个过程可能需要一些时间，完成后，系统会生成一份详尽的研究报告。这份报告不仅内容全面，而且引用来源清晰，支持一键导出和分享。

高级功能：使用专业工具

SciMaster的强大之处在于其能够调用各种专业工具来解决特定领域的科学问题。这使得它不仅仅是一个信息检索工具，更是一个强大的计算和分析平台。

• 自动工具调用: 在多数情况下，您无需关心具体调用哪个工具。当您提出一个需要进行计算或模拟的问题时，SciMaster会根据任务的性质，自动选择最合适的工具来执行。例如，当您需要进行复杂的数学计算时，它可能会在后台调用NumPy或SciPy库；当您需要进行分子动力学模拟时，它可能会调用相关的模拟软件。
• 手动工具选择: 对于更专业的用户，SciMaster也提供了手动选择和部署工具的选项。在与SciMaster的对话中，您可以明确指定使用某个工具来完成特定任务。这为研究人员提供了极大的灵活性，可以根据自己的需求，定制化地解决问题。

应用示例：加速新材料研发

以上海交通大学与某新能源材料数字创新中心的合作为例，研究人员利用SciMaster来加速电解液配方的开发。

1. 输入需求: 研究人员首先在SciMaster中输入对电解液性能的具体要求。
2. 智能体分析与计算: SciMaster接收到需求后，会利用其内置的领域知识库和个性化配方模型，进行初步的配方设计。
3. 自动化实验: 接着，系统会与实验室的自动化设备联动，进行配方的自动合成和性能测试。
4. 迭代优化: SciMaster会分析实验结果，并根据结果自动调整配方，然后再次进行实验。这个“设计-实验-分析-优化”的闭环过程会不断迭代，直到找到满足性能要求的最佳配方。

通过这种方式，原本需要数周甚至数月的研发周期，被缩短到几天时间，极大地提升了研发效率。

应用场景

1. 文献综述和报告生成研究人员在开始一个新课题时，通常需要花费大量时间阅读文献，以了解该领域的研究现状。使用SciMaster，研究人员只需输入课题的关键词或核心问题，SciMaster就能在短时间内自动检索和分析大量的学术文献，并生成一份结构清晰、内容全面的综述报告。这不仅大大节省了研究人员的时间，还能有效避免因信息检索不全而导致的认知偏差。
2. 科学计算和数据分析在物理、化学、生物等多个学科的研究中，复杂的科学计算和数据分析是不可或缺的一环。SciMaster集成了多种科学计算工具和库，可以帮助研究人员处理和分析实验数据，进行数值模拟，甚至解决复杂的微分方程。研究人员无需精通各种计算软件的编程细节，只需通过自然语言描述他们想要解决的问题，SciMaster就能自动调用合适的工具完成计算和分析任务。
3. 新药研发和材料设计在新药研发领域，研究人员可以利用SciMaster进行分子动力学模拟，预测药物分子与靶点的结合情况，从而筛选出有潜力的候选药物。 在新材料设计中，研究人员可以输入对材料性能的要求，SciMaster能够结合理论计算和自动化实验，快速迭代和优化材料的配方和制备工艺，将研发效率提升十倍以上。
4. 跨学科交叉研究现代科学研究越来越趋向于跨学科交叉，但不同学科之间的知识壁垒常常成为合作的障碍。SciMaster作为一个通用的科学AI助手，能够整合不同领域的知识和工具，为来自不同学科背景的研究人员提供一个统一的协作平台。例如，一个生物学家和一个计算机科学家可以共同使用SciMaster，结合生物信息学分析和机器学习建模，来研究复杂的生物学问题。

QA

1. SciMaster是什么？SciMaster是一个由上海交通大学和深势科技（DeepModeling）联合开发的通用科学AI智能体。它旨在通过整合文献研读、科学计算和实验流程，为科研人员提供全方位的研究辅助，从而加速科学创新的进程。
2. SciMaster是如何工作的？当用户提出一个科学问题时，SciMaster会首先将问题分解成多个子任务。然后，它会利用其集成的各种工具（如网络搜索、文献检索、科学计算软件等）来执行这些子任务，收集和分析相关信息。最后，它会将分析结果整合成一份全面的研究报告或答案，呈现给用户。
3. 使用SciMaster需要具备编程知识吗？不需要。SciMaster的设计理念之一就是降低科学研究的门槛。用户可以通过自然语言与SciMaster进行交互，提出问题和需求。SciMaster能够理解用户的意图，并自动调用后台的工具和代码来完成任务，用户无需关心技术细节。
4. SciMaster是开源的吗？是的，SciMaster致力于开放和透明，其核心技术和工具是开源的。它鼓励用户和开发者社区的贡献，目前已经形成了一个包含上千个智能体工具和数百个应用的生态系统。
5. SciMaster可以用于哪些研究领域？SciMaster是一个通用平台，可以应用于多个研究领域，包括但不限于化学、材料科学、生物医药、物理学等。它已经催生出像ChemMaster这样针对特定领域的子智能体，未来还将扩展到更多专业领域。