自动化分子动力学仿真智能体 · AI for LAMMPS / ReaxFF 任意大模型可接入 · 国产模型性价比之选 · 数据不出本机 by LZF · 封装发行版 · Windows x64 / Linux x64
MDriver 是一个本地部署、原生中文的 AI Agent，专为 分子动力学（MD）/ LAMMPS / ReaxFF 场景设计。
它把你的工作站变成一个会"自己动手"的仿真工程师：读论文、建模、写 in.* 输入脚本、跑 LAMMPS、解析 log、画 thermo 曲线、在浏览器里旋转轨迹、解释结果——全程对话驱动。
一句话：ChatGPT 的多轮对话 × Cursor 的工具调用 × MD 工程师的工作流，全部跑在你自己的机器上。
通用 Coding Agent 会写 Python，却不懂仿真；手工跑 LAMMPS 准，但慢且易错。MDriver 两者兼得。
通用 Coding Agent（Claude Code / Cursor / Cline）面对 LAMMPS 的 units、atom_style、pair_style、fix、势函数依赖、ERROR: 日志这类强领域知识时，会反复试错、瞎改脚本、误读报错。
MDriver 把 MD 工程师的工作流直接编码进 System Prompt 与工具语义，于是：
- DeepSeek-V3 / Qwen3 / GLM-4.6 / Kimi-K2 等国产模型，在 LAMMPS 任务上的成功率显著高于通用模型调 Claude Code
- 无需 $20/月订阅、无需翻墙、无需把你的算例上传到境外服务器，几毛钱就能跑完别家几块钱的算例调试
- API Key 直接对接 DeepSeek 官方 / 硅基流动 / 火山方舟 / 阿里百炼——开机就用，断网也能接局域网 vLLM / Ollama
不是"能调 shell 就算支持 LAMMPS"。MDriver 把"分子动力学常见动作"封装成 16 个 lmp_* 专用工具，让 LLM 用很少的步数完成全链路：
- 看懂你的安装包：自动检测 LAMMPS 版本与已编译的 package，在
examples/全包搜算例、在src/找 fix/pair/compute、列potentials/势函数、查doc/官方 rst 文档 - 复用并体检算例：一键克隆 example → 自动解析
in.*的 units / atom_style / pair_style / fix / compute / dump / run，识别 data 与势函数依赖 - 改 + 预检：按行号 / diff 改输入脚本，
run 0语法预检，跑之前先把低级错误挡住 - 异步跑算：后台启动求解器 → 实时回传 thermo → 随时中止
- 错误图谱：内置 17 条 LAMMPS 错误模式，读 log 尾巴 → 定位原因 + 给出下一步
LAMMPS dump 轨迹直接在浏览器里 WebGL（NGL）渲染：
- 填充球 / 球棍 / 线条 / 表面，可旋转、缩放、逐帧播放、自动旋转、截图
- 多帧轨迹按真实坐标演化，扩散 / 反应体系一目了然
log.lammps一键结构化成 JSON，thermo 时序曲线（温度 / 势能 / 压力…）直接出 PNG 贴回对话- 👉 点这里看在线实时查看器（拖动旋转 · 滚轮缩放 · 右键平移）
- 一键搭建热解 / 燃烧 / 氧化体系，配置
qeq电荷平衡、升温退火方案 species反应产物统计，把"哪些键断了、生成了什么"讲清楚- 经典势（EAM / Tersoff / AIREBO / LJ …）与反应力场都在求解器图谱里，选错会被立刻指出
| 维度 | MDriver | Claude Code / Cursor |
|---|---|---|
| 算例数据出境 | 不出本机 | 上传到境外服务器 |
| 离线运行 | 配本地 LLM 即可 | 必须连官网 |
| 工具调用审批 | 每步可视化授权 | 局部支持 |
| 工作目录沙箱 | 越界即拦截 | 全盘可写 |
| 商用合规 | 数据本地、源码封装 | 受出口管制 / 条款约束 |
| 成本 | 仅 LLM token 费用 | $20/月起 + token |
- 不需要
npm install——所有第三方库已 bundle 进单文件server.bundle.mjs（RC4 加密 + 控制流扁平化封装，源码不可读） - 不需要 Docker / GPU——Windows 双击
start.bat，Linux 一条./start.sh起飞 - 装个 Node.js 18+ 就能跑；内网工作站 / HPC 登录节点 / 老服务器皆可
一句话：MDriver 把"读论文 → 建模 → 写脚本 → 跑算 → 后处理 → 出图"六步压缩成一段对话。 这是科研型 MD 工作者真正需要的生产力，而不是又一个会写 Python 脚本的玩具。
- OpenAI Function-Calling 风格的工具循环：模型自主拆解任务、调用工具、读结果、修正、再调用，直到达成目标
- 多轮上下文自动压缩（Auto-Compact）：长会话不爆 token，关键工具调用-响应配对绝不被切断
- 流式输出 + 中途打断：随时按停，正在运行的进程会被干净地终止
- 多模型支持：DeepSeek / 智谱 GLM / 硅基流动 / GitHub Copilot / OpenAI 兼容端点，UI 一键切换；Auto 模式自动选工具链
| 类别 | 代表工具 | 用途 |
|---|---|---|
| 看安装包 | lmp_env_info / lmp_find_example / lmp_find_source / lmp_find_potential / lmp_doc_lookup |
查版本+包、搜 examples / src / potentials / 官方 rst 文档 |
| 复用算例 | lmp_clone_example / lmp_inspect_case |
克隆算例、自动解析 in.* 与依赖 |
| 改 + 预检 | edit_file / lmp_validate_input |
按行/diff 改脚本、run 0 语法预检 |
| 跑算 | lmp_run_async / lmp_run_status / lmp_run_stop |
后台启动、看 thermo、中止 |
| 后处理 | lmp_parse_log / lmp_plot_thermo / lmp_dump_summary / lmp_render_traj |
log→JSON、thermo→PNG、扫 dump、渲染轨迹帧 |
| 建模 / 排错 | lmp_build_data_file / lmp_diagnose_error |
按晶格生成 data、17 条错误模式诊断 |
- 工具调用前前端弹审批，可勾选"本会话内自动批准"
- 工作目录隔离，命令默认禁止越出
- 全程本地运行，对话不上云（除调用 LLM 本身的 API）
- 发行版经 RC4 字符串加密 + 控制流扁平化多重封装
- 暗色玻璃拟态界面，Markdown + KaTeX + Mermaid + 代码高亮
- 工具调用以可折叠卡片展示，输入/输出一目了然
- 内置 Monaco 多文件编辑器 + Jupyter Notebook 内核
- NGL 轨迹查看器、内嵌图片预览、PDF/DOCX 阅读、手动数据标注（Digitizer）
- WebSocket 双向同步，多标签页共享会话状态
| 项 | 最低 | 推荐 |
|---|---|---|
| OS | Windows x64 / Linux x64 | Win 10+ · Ubuntu 22.04 |
| Node.js | 18.x | 20.x LTS |
| 内存 | 2 GB | 8 GB+ |
| 磁盘 | 300 MB | + 工作目录所需 |
| 可选 | LAMMPS（含 ReaxFF）· Python 3.9+ · OVITO | 都装上体验最佳 |
LAMMPS 未安装也能用：欢迎页点"一键部署 LAMMPS"从 GitHub 下载安装。
先确保 node -v 输出 ≥ v18.0.0（官网下载）。
1. 到 Releases 下载 mdriver-win-x64-sealed.zip 并解压
2. 双击 start.bat （默认端口 3777，浏览器自动打开）
自定义端口： start.bat --port 5180
停止服务： 双击 stop.bat
3. 浏览器打开 http://127.0.0.1:3777
# 到 Releases 下载并解压
wget https://github.com/LZF1111/mdriver/releases/latest/download/mdriver-linux-sealed.tar.gz
tar xzf mdriver-linux-sealed.tar.gz
cd mdriver-linux-sealed
# 启动（默认端口 5174）
./start.sh
./start.sh --port 5180 # 或自定义端口启动后在 /app 右上角 ⚙ 设置：
- 填 LLM Provider + API Key（或自定义 BaseURL）
- 可选：指定 LAMMPS 可执行路径 / Python 路径
- 选择 工作目录（Agent 的所有文件操作都在这里）
完事，开聊。
提示：「用 LAMMPS 在金属 Cu 上做一个 NVT 升温例子，从 300K 升到 800K，跑 50ps，画温度-时间和势能曲线。」
LLM 自动调用链（约 8–10 步）：
lmp_env_info→ 拿到 LAMMPS 根目录与版本lmp_find_example query="melt"→ 找到examples/melt/in.meltlmp_clone_example→ 复制到工作区lmp_inspect_case→ 解析 units / pair_style / fixlmp_find_potential pattern="Cu"→ 找到Cu_u3.eamedit_file→ 改 units / atom_style / pair_style eam / fix nvt 300→800lmp_validate_input→run 0语法过lmp_run_async→ 后台开跑lmp_run_status→ 完成lmp_plot_thermo y=["Temp","PotEng"]→ PNG 推回对话
某步出错 → 自动 lmp_diagnose_error(log_tail) → 拿到原因 + 下一步 → 修 → 重试。
没装 LAMMPS 也能用吗？
可以。MDriver 内置一键部署引导，能帮你检测环境并安装 / 编译 LAMMPS，也支持指向你已有的 lmp 可执行。
需要联网吗？数据安全吗？
除大语言模型推理需访问 API，其余建模、计算、文件读写、轨迹渲染全部在本地完成。算例数据、dump 轨迹、脚本都不离开本机。接局域网 vLLM / Ollama 可完全离线。
支持哪些模型？
DeepSeek、智谱 GLM、硅基流动、GitHub Copilot、OpenAI 兼容端点等，界面随时切换；Auto 模式自动选工具链。
轨迹可视化为什么默认用「填充球」？
NGL 只在第 0 帧计算一次成键拓扑，扩散 / 反应体系后续帧原子位移大，球棍的键会被拉成长线。多帧轨迹默认填充球更真实，需要看连键时手动切回球棍即可。
能做 ReaxFF 反应模拟吗？
能。可自动搭建热解 / 燃烧 / 氧化体系，配置 qeq 电荷平衡、升温方案与 species 产物统计，并把结果轨迹直接渲染出来。
- 作者：LZF
- 邮箱：lizifeng@ipe.ac.cn
- 机构：中国科学院过程工程研究所 (IPE, CAS)
欢迎商业合作与科研合作来信：
| 合作方向 | 说明 |
|---|---|
| 商业部署 / 授权 | 多节点 license、企业内私有模型对接、二次开发、定制功能 |
| 科研合作 | 高校 / 院所 MD 课题联合攻关、论文复现、AI4Science |
| 新工具 / 新体系定制 | 描述场景与需求，提供专属工具链封装 |
| 培训与演示 | 团队内训、MD + AI Agent 工作坊 |
一般 Bug 反馈与使用咨询亦可通过邮箱联系，请附启动日志、模型名称与复现步骤。
封装发行版仅供评估、个人学习、内部部署使用，禁止反混淆、二次分发、商用转售。 商业授权 / 技术合作请联系作者：lizifeng@ipe.ac.cn
MDriver · Drive the dynamics, automate the rest. © 2026 LZF — All rights reserved.