SciMaster

SciMaster是什么

SciMaster 是上交大联合深势科技推出的通用科研Agent ，通过集成多种科研工具和智能技术，为研究人员提供高效、便捷的科研支持。SciMaster支持多种应用场景，包括量子计算瓶颈研究、系外行星探测方法与结果分析、药物筛选中的分子动力学模拟、智能体合作学习以及二维材料在电子学中的应用等。SciMaster 能生成详细的科研报告，帮助研究人员快速了解研究进展和结果，提升科研效率。

SciMaster的主要功能

• 多模态检索：SciMaster 能通过 WebSearch、WebParse 和 PaperSearch 三种方式，对全域互联网以及海量科学文献进行检索，收集相关资讯、数据、论文和专利等资料。
• 专家级报告：基于检索到的信息，SciMaster 可以生成深度调研报告，帮助研究人员快速了解研究领域的现状和进展。
• 工具库支持：SciMaster 集成了多种科学专用工具，支持“主动调用”和“自动调用”两种方式。研究人员可以根据任务需求主动调取所需工具，或由 SciMaster 自动筛选并调用相关工具。
• 思维链编辑：研究人员可以随时暂停 SciMaster 的推理过程，查看其推理逻辑，并对任务分解、执行顺序、重点方向等进行实时调整。
• 实验生态构建：SciMaster 能直接调用 Uni-Lab 提供的 MCP 服务，无缝集成各种实验室仪器设备和软件系统，构建涵盖软件、硬件、研究人员以及科研数据的完整“干湿闭环”实验生态。
• 详细报告生成：SciMaster 能生成详细的科研报告，展示所有参考文献并附上链接，方便研究人员进一步研究。
• 可视化支持：通过图表和数据可视化，帮助研究人员更直观地理解复杂信息。

如何使用SciMaster

• 访问官网：访问 SciMaster 官网。
• 注册账号：点击注册按钮，填写邮箱及基本信息后申请邀请码。收到邀请码后，输入验证码完成注册。
• 提出问题：在平台的任务输入框中输入具体的科学问题，如“分子动力学在药物筛选中的典型流程是怎样的”。问题尽量具体，避免模糊表述。
• 任务拆解：SciMaster 会自动将问题拆解为多个子任务，如检索文献、分析数据等。用户可在右侧工具栏查看拆解详情。
• 检索过程：系统通过 WebSearch 搜索网络信息，WebParse 解析网页内容，PaperSearch 检索 1.7 亿篇文献。检索进度实时显示，用户可暂停查看中间结果。
• 干预任务：若对任务拆分逻辑不满意，可点击“暂停”，进入思维链编辑界面，修改任务优先级、搜索关键词或删除无关子任务。
• 查看报告：约 5 – 10 分钟后，系统生成报告，包含引用的文献、数据和图表。报告分为“通用助手”模式（简洁概述）和“深度调研”模式（详细分析），用户可选择模式并导出为 PDF 或 Word 格式。
• 科学工具调用
  • 主动调用：在任务输入框输入指令，如“使用分子动力学工具模拟蛋白质折叠”，SciMaster会调用对应工具并显示结果。
  • 自动调用：输入问题后，SciMaster 根据任务需求自动选择工具。
• 实验生态支持：SciMaster 可通过 Uni-Lab 的 MCP 服务连接实验室设备。用户需先在玻尔科研空间站注册实验室账户并绑定设备。之后在 SciMaster 界面选择“实验管理”模块，上传实验需求，系统生成实验方案并调用实验室仪器执行，实验完成后生成报告。

SciMaster的产品优势

• 深度调研能力：SciMaster 能对复杂的科学问题进行深度拆解和分析，通过 WebSearch、WebParse 和 PaperSearch 三种检索方式，从全网和 1.7 亿篇科学文献中收集信息。生成的深度调研报告不仅包含丰富的文献引用，能提供详细的分析和结论，帮助研究人员快速了解研究领域的现状和进展。
• 灵活的工具调用：SciMaster 支持“主动调用”和“自动调用”两种模式，研究人员可以根据任务需求主动调取所需的科学计算工具，或由系统自动筛选并调用相关工具。使 SciMaster 能适应不同研究人员的需求，提升科研效率。
• 思维链编辑功能：研究人员可以在 SciMaster 执行任务的过程中随时暂停，查看推理逻辑，对任务逻辑、内容进行修改。这种“Human in the loop”的交互方式确保了科研过程的透明性和可控性。
• 干湿实验闭环支持：SciMaster 可以直接调用 Uni-Lab 提供的 MCP 服务，无缝集成各种实验室仪器设备和软件系统，构建涵盖软件、硬件、研究人员以及科研数据的完整“干湿闭环”实验生态。填补了 AI 科研工具在实验验证环节的空白。
• 开源与生态化：SciMaster 拥抱开源开放的理念，接入 DeepModeling 开源社区，支持将现有的科学计算工具升级为智能体。降低了工具开发的门槛，促进了不同学科、不同机构间的深度协作。
• 高效的知识整合与溯源：SciMaster 依托玻尔科研空间站的 1.7 亿篇文献数据库，结合互联网实时信息，构建双源知识图谱。核心模块 InfoMaster 通过文献溯源、交叉验证和动态更新机制，确保信息的可靠性和时效性。
• 跨学科协作支持：SciMaster 能打破学科壁垒，支持多学科研究者的协作。通过集成多种科学专用工具，能满足不同学科领域的研究需求，例如材料科学、生物医学和化学等。

SciMaster的应用场景

SciMaster的应用场景包括：量子计算瓶颈，SciMaster 可能通过数据分析和模型优化帮助研究人员找到解决方案。系外行星探测，在天文学中，SciMaster 可能通过分析观测数据和模拟结果来辅助研究。药物筛选中的分子动力学，在药物研发中，分子动力学模拟是理解药物与生物靶标相互作用的关键。SciMaster 可能通过高效的数据处理和模拟优化来加速这一过程。智能体合作学习，在人工智能领域，智能体之间的合作是一个重要的研究方向。SciMaster 可能通过模拟和优化智能体的行为来探索这一问题。