面对结构优化、体系构建、分子动力学模拟与轨迹分析等多步任务，你是否仍在不同软件、数据格式和计算环境之间反复切换？

面对 Gaussian、LAMMPS、DeePMD-kit 等异构工具，你是否还要手动编写脚本、整理输入输出，并时刻关注任务运行状态？

面对 Slurm、PBS、LSF 等不同调度系统，你是否也曾为环境配置、任务提交和故障排查耗费大量时间？

当大模型的推理能力与上下文能力不断提升，或许还有一种更轻量、更灵活的解法：不再反复改造智能体本身，而是为通用编程 Agent 配备可组合、可替换的领域 Skill，让大模型真正“上手”计算化学。

8月5日（周三）晚20点，我们邀请到中国科学技术大学人工智能与数据科学学院曾晋哲课题组的研究生丁明炜，为大家带来《通用编程Agent + 领域Skill：告别专用智能体，让大模型轻松“上手”计算化学》专题分享。本次分享将围绕通用 Agent 与领域 Skill 的协作模式，介绍如何让大模型灵活调用多种计算软件与超算资源，自动推进复杂科研任务。现场还将以甲烷氧化模拟为例，演示从自然语言指令到计算、分析及异常处理的完整流程，展现智能体赋能计算化学的实际效果。无论您是希望减少科研流程中的重复劳动，还是正在探索AI Agent与计算化学的结合方式，都欢迎带着自己的问题、场景与思考，一起来交流探讨！

 活动详情

时间：8月5日（周三）晚20点

参与方式：

1. 腾讯会议

#腾讯会议：318-997-875

点击链接入会，或添加至会议列表：

https://meeting.tencent.com/dm/Yt6Y6125lHLP

2. 蔻享学术

内容简介

随着大模型推理与上下文能力的显著提升，为通用编程Agent配备精心设计的Skill，已足以胜任复杂的科学计算任务——我们不再需要专用智能体。

计算化学和材料模拟的一大瓶颈在于如何减少人工重复劳动、自动化地协调异构软件、数据格式与HPC环境，完成多步工作流。为特定领域硬编码逻辑，会导致架构僵化、维护困难、生态封闭。相比之下，为通用Agent加载Skill的方式更加简单高效：非开发者也能通过自然语言自定义自己所期望的工作流程，通过修改替换Skill即可更新领域能力；Agent始终本体无需改动。

本次分享将介绍我们构建的解耦式框架：通用Agent作为推理引擎；任务协调Skill指导Agent拆解、规划并实现任务协调与状态追踪，从而稳定执行长程工作流；计算化学领域Skill已经封装Gaussian、LAMMPS、DeePMD-kit等软件接口；DPDispatcher Skill打通Slurm、PBS、LSF等调度系统，实现本地到超算的无缝落地。

我们将以甲烷氧化反应分子动力学模拟为例，演示系统如何从自然语言指令自动完成结构优化、体系构建、Deep Potential MD模拟与轨迹分析，并实现有界故障恢复。同时介绍已开源的计算化学Skill库，探讨"通用底座+协调Skill+领域插件"的架构如何降低门槛、促进社区协作。

更多详情可点击：让通用智能体自动完成计算化学工作流：构建计算化学技能体系

8月5日晚，我们线上见！