Deep-Matter-Chem-Skills은(는) 무엇을 하나요?
전산화학, 재료 모델링, 원자 수준 시뮬레이션, 과학적 머신러닝 및 관련 워크플로를 위한 참조 감사 AI 코딩 에이전트 스킬 라이브러리입니다.
개요
이 저장소는 AI 코딩 에이전트(예: Claude Code, Cursor, Codex)가 전산화학 및 재료 과학 워크플로를 신뢰성 있고 재현 가능하게 실행할 수 있도록 지원하는 큐레이션된 스킬 모음입니다. 각 스킬은 실험적으로 검증된 계산 방법론을 참조하며, 에이전트가 추측성 코드 대신 과학적으로 올바른 접근 방식을 생성하도록 안내합니다.
주요 기능
- 참조 감사: 모든 스킬은 권위 있는 과학 논문 및 데이터베이스를 기반으로 검증됩니다.
- 도구 지원: ORCA, VASP, CP2K, LAMMPS, ASE 등 주요 계산 화학 패키지 지원.
- 워크플로 자동화: 전자 구조 계산, 분자 역학, 결정 구조 예측, 잠재력 개발을 위한 머신러닝 등의 작업에 대한 자동화된 파이프라인 생성.
- 모범 사례: 계산 설정, 오류 처리 및 결과 분석을 위한 최신 모범 사례 주입.
시작하기
설치
저장소를 로컬에 클론하거나 원하는 AI 에이전트의 사용자 지정 지침에 직접 내용을 포함시킵니다.
git clone https://github.com/SFETNI/Deep-Matter-Chem-Skills.git
사용법
AI 에이전트에게 특정 계산 작업(예: "VASP로 물 분자의 전자 구조 계산")을 요청하면, 스킬 라이브러리가 자동으로 적절한 설정, 입력 파일 및 분석 스크립트를 생성합니다.
지원 플랫폼
- Claude Code
- Cursor
- GitHub Copilot
- 기타 AI 코딩 에이전트
스킬 목록
| 스킬 이름 | 설명 | 지원 도구 |
|---|---|---|
electron-structure | DFT 및 주기적 전자 구조 계산 | VASP, CP2K, Quantum ESPRESSO |
molecular-dynamics | 분자 역학 시뮬레이션 | LAMMPS, GROMACS, ASE |
crystal-prediction | 결정 구조 예측 및 분석 | USPEX, CALYPSO |
ml-potentials | 머신러닝 상호작용 전위력 개발 | NequIP, MACE, SchNet |
기여
기여는 환영합니다! 새로운 스킬을 추가하거나 기존 스킬을 개선하려면 풀 리퀘스트를 제출해 주세요.
라이선스
이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.
참고 문헌
- ORCA 매뉴얼 (실제 URL로 대체)
- VASP 가이드 (실제 URL로 대체)
- LAMMPS 문서 (실제 URL로 대체)
- 머신러닝 전위력 리뷰 (DOI 예시)