材料模拟技能包
为 AI 编程代理注入数值方法与计算材料科学专业知识,用经过测试的脚本替代猜测。
- Star 数
- ★ 94
- 最近更新
- 5 天前
- License
- Apache-2.0
- 主语言
- Python
- FA 评分
- 56/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 低 · 几分钟可跑通
- 开始前需要
- 典型场景
- 计算流体/传热研究者想知道时间步长是否满足 CFL 条件,让代理调用 numerical-stability 技能直接给出稳定性和最大 dt。
- 不适合
- 期望技能能让智能体给出更好科学答案的团队:README 明确表示这一点尚未验证。
- 只使用单一非主流代理工具、且无 Agent Skills 标准支持的用户。
- 官网
- skills.sh ↗ 来自 GitHub 仓库设置
- 维护状态
- 近 30 天有提交最近提交 2026-11-15最新版本 v1.0.0(2026-11-15)
- 源码审查
- 56/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
Materials Simulation Skills 是一个面向计算材料科学的 Agent Skills 集合,包含 24 个技能,覆盖核心数值方法、模拟工作流、本体、HPC 部署、验证与确认、数据管理、鲁棒性和元技能。每个技能是「指令 + 经过测试的小脚本」的组合,代理在需要时自动加载并运行脚本,例如用 cfl_checker.py 检查 CFL 稳定性。技能遵循开放的 Agent Skills 标准,可安装到 Claude Code、Codex、Cursor 等 20+ 工具中。项目同时提供 pip 包与 mss CLI,可用于列出、安装、校验和评估技能,并配有确定性评测门禁和跨 Python 3.10–3.12、Linux/macOS/Windows 的 CI。需要说明的是,README 明确指出「代理使用这些技能后科学答案是否更好」尚未被证明,相关测量工作仍在进行中。
该仓库以文件夹形式提供技能,每个技能包含说明文档和可独立运行的小脚本。代理读取用户问题后选择匹配技能,调用对应脚本(如 cfl_checker.py --dx 0.01 --dt 0.001 --velocity 2.0 --json),再把脚本输出解释给用户。用户也可以手动运行:mss list 列出技能,mss run numerical-stability cfl_checker -- --dx 0.01 --dt 0.001 --velocity 2.0 --json 直接执行脚本,mss bundles 查看技能包,mss install --agent claude --bundle verification-and-validation 将技能装到指定代理。仓库还提供 skill-evaluator 元技能,用于跨代理 CLI 评估任意技能;评测层通过 mss eval 运行确定性 eval 门禁,断言每个文档数值与脚本输出一致。
- 计算流体/传热研究者想知道时间步长是否满足 CFL 条件,让代理调用 numerical-stability 技能直接给出稳定性和最大 dt。
- 做网格收敛性研究的工程师希望判断网格是否进入渐近区,使用 convergence-study 技能对 h=0.4,0.2,0.1 的应力结果做检查。
- 需要为 SLURM 集群写提交脚本的 HPC 用户,用 HPC Deployment 技能生成 sbatch 脚本并诊断运行时问题。
- 准备论文或项目归档的材料模拟团队,用 Data Management 技能按 FAIR 原则打包可复现数据。
- 想统一团队代理能力的负责人,通过
mss install --agent claude --bundle …将一个精选技能包安装到 Claude Code。 - 构建或评估代理技能的开发者,使用
skill-evaluator和mss validate/mss eval检查技能是否达到确定性输出标准。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
npx skills add HeshamFS/materials-simulation-skillspip install materials-simulation-skills
如何安装或部署这个 Agent?
推荐使用 Agent Skills 安装:
npx skills add HeshamFS/materials-simulation-skills其他安装方式(来自 README):
gh skill install HeshamFS/materials-simulation-skills --pin v1.0.0作为 Claude Code 插件:
/plugin marketplace add HeshamFS/materials-simulation-skills通过 pip 安装 mss CLI 并安装精选技能包:
pip install materials-simulation-skills
mss bundles
mss install --agent claude --bundle verification-and-validation开发仓库本身:
git clone https://github.com/HeshamFS/materials-simulation-skills.git
cd materials-simulation-skills && pip install -e ".[dev]"如何使用这个 Agent?
安装后直接用自然语言向代理描述问题,代理会自动选择技能:
Is dt=0.001 stable for advection with v=2.0 m/s and dx=0.01?也可以显式指定技能:
Use convergence-study to check if my mesh is in the asymptotic range:
h = 0.4, 0.2, 0.1 gave stress = 98.5, 99.6, 99.9 MPa.手动复核脚本输出:
pip install materials-simulation-skills
mss list
mss run numerical-stability cfl_checker -- --dx 0.01 --dt 0.001 --velocity 2.0 --json运行评测与测试:
mss eval
python -m pytest tests/这个 Agent 有哪些优点和局限?
- 技能附带经过测试的确定性脚本,每个文档数值都由 eval 断言校验(README 称最新一次 115 个用例、131 项检查、725 条断言通过),结果可手动复核。
- 严格遵循开放的 Agent Skills 标准,README 称可在 Claude Code、Codex、Cursor、GitHub Copilot 等 20+ 工具中使用,避免单一代理锁定。
- 覆盖 24 个技能、8 个类别,并提供
skills_index.json机器可读目录,便于检索与集成。 - 规则引用权威来源,如 ASME V&V20、SchedMD
sbatch规范和 CMSO IRI,提升可审计性。
- README 明确承认尚未证明「使用技能后代理的科学答案更好」,只有测量框架,相关工作仍在 issue #13 中。
- 使用前需要具备 Python 3.10–3.12 环境;npx 安装路径还依赖 Node.js。
- 技能质量依赖脚本覆盖范围,超出脚本能力的模拟问题仍需用户自行判断。
- 需要向代理运行时提供 API 密钥或付费 LLM 服务,产生额外模型调用成本。
这个 Agent 与同类方案有什么区别?
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| 材料模拟技能包 当前 | 56 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 94 | 5 天前 | Python | Codex · Claude Code |
| agnix 配置检查器 | 79 · 表现良好 | 命令行工具免费 | ★ 491 | 今天 | Rust | Codex · Claude Code |
| J-Space 认知套件 | 72 · 存在缺口 | Agent 插件 / 技能免费 + 模型费 | ★ 3k | 2 个月前 | Python | — |
| Harness AI Kit | 64 · 存在缺口 | 命令行工具免费 | ★ 26 | 2 个月前 | Python | Codex · Claude Code |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
least_privilege:SECURITY.md 按工具面划分 HIGH/MEDIUM/LOW 三级,CI 默认 GITHUB_TOKEN 只读,属较扎实的权限收敛(2)。但 user_confirmation 仅 1:脚本会写文件、生成 SLURM 脚本、执行命令,SKILL.md 未见执行前确认或 dry-run 要求。data_flow_transparency 与 sensitive_data_handling 仅 1:docs/SECURITY.md 提到文件大小上限、allow_pickle=False、shlex.quote,但样本 SKILL.md 未展示具体数据流说明,敏感数据(如 HPC 凭据、路径)处理无证据。external_effects 与 rollback 仅 1:mss install 有 --force 覆盖但无备份/回滚说明,生成脚本的外部副作用未声明。dependency_security 得 2:有 pip-audit、dependency-review、CodeQL,但依赖版本仅下限约束(numpy>=1.21),无锁定。source_attribution 得 2:standards 字段引用 ASME V&V20、Saad、Leche 等,README 致谢 Agent Skills 标准。
self_consistency 得 2:SKILL.md 的 CLI 示例、JSON 输出字段与 CI smoke 命令基本一致,但样本中部分 SKILL.md 被截断,无法全量核对。dependency_availability 仅 1:requirements.txt 只列 numpy,而 linear-solvers 等声明需要 SciPy,SciPy 仅在 optional full 中,普通安装可能缺依赖。failure_messages 得 2:SKILL.md 有 Error Handling 表,CLI 捕获 OSError/KeyError/ValueError/RuntimeError 并返回码 2,但错误信息覆盖度有限。
audience_and_scenarios 得 2:README 明确面向材料科学/数值模拟用户,含 24 个技能与场景示例。capability_boundaries 得 2:每个 SKILL.md 有 Goal、Requirements、Decision Guidance,边界较清晰,但未系统声明不适用场景。trigger_precision 得 2:description 含丰富触发短语('is my mesh fine enough' 等),但多技能描述重叠可能误触发。environment_fit 得 2:docs/INSTALL.md 覆盖 Claude Code、Codex、Copilot、Cursor、Antigravity 等多环境,Python 3.10-3.12 跨平台 CI。
information_architecture 得 2:README、docs/SKILLS.md、skills_index.json、marketplace.json 结构清晰,但样本中 marketplace.json 被截断。install_notes 得 3:docs/INSTALL.md 详尽覆盖 npx、gh skill、pip mss、插件市场与手动复制。naming_stability 得 2:技能名与目录一致,metadata 有 version 字段,但各技能版本号不一(1.2.2/1.2.3)。examples_and_faq 得 2:有 CLI 示例与对话式工作流,但无独立 FAQ。known_limitations 得 2:README 明确'尚未证明 live agent 提升科学答案'并链接 VALIDATION_SCOPE,属诚实披露。license 得 3:Apache-2.0 全文与 pyproject 一致。versioning_changelog 仅 1:有版本号但无 CHANGELOG 文件。maintenance_responsibility 仅 1:发布者未经验证,仅 marketplace.json 署名 Hesham Salama,无治理/维护承诺说明。
output_usability 得 2:脚本输出结构化 JSON,字段在 SKILL.md 中列明,可直接被 agent 消费。marginal_value 仅 1:README 自承尚未证明技能能提升 agent 科学答案质量(issue #13),相对通用数值库的增量价值未验证。cost_benefit 得 2:技能按需加载、脚本轻量(多为 stdlib),安装成本低,但 24 技能全量安装可能带来上下文开销。
claim_traceability 得 2:standards 字段逐条引用标准与文献,README 声称'规则引用来源'。cross_source_corroboration 仅 1:README 声称 115 案例/725 断言通过,但样本未含 docs/evaluations 报告,无法交叉核对。fact_inference_separation 得 2:README 明确区分'已测试'与'尚未证明',VALIDATION_SCOPE 提示勿将通过检查当作物理仿真证据。
- 脚本会写文件、生成 SLURM 脚本并执行命令,但 SKILL.md 未要求执行前用户确认或 dry-run;在真实 HPC 环境使用前应人工审阅生成物。
- linear-solvers 等技能声明依赖 SciPy,但 requirements.txt 仅含 numpy,SciPy 只在 optional 'full' 中,普通 pip 安装可能缺依赖。
- README 自承尚未证明技能能提升 agent 科学答案质量(issue #13),增量价值未经验证。
- 发布者身份未经验证,维护责任与更新路径不明确;依赖仅设下限无锁定,供应链可复现性有限。
- 样本中多个 SKILL.md 与 marketplace.json 被截断,未覆盖全部 24 个技能,未审阅文件为未知而非缺失。
最近版本
来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。
-
发布说明摘录
First tagged release. It makes the version-pinned install in the README work: ```bash gh skill install HeshamFS/materials-simulation-skills --pin v1.0.0 npx skills add HeshamFS/materials-simulation-skills ``` What's in it 24 skills across 8 categories: core numerical methods (8), simulation workflow (7), ontology (3), HPC deployment (2), verification & validation (1), data management (1), robustness (1) and the skill-evaluator meta skill. Full catalog: [docs/SKILLS.md](https://github.com/HeshamFS/materials-simulation-skills/blob/v1.0.0/docs/SKILLS.md). Checks at this tag …在 GitHub 查看 ↗
常见问题
这些技能能让我的代理给出更准确的科学结论吗?
支持哪些代理工具?
运行技能需要什么环境?
npx skills add 安装路径需要 Node.js。CI 在 Linux、macOS、Windows 上测试。技能输出和文档数值如何保持一致?
mss eval 是确定性门禁;最新一次运行结果记录在 docs/evaluations/2026-10-20.md。材料模拟技能包 官网是什么?
材料模拟技能包 免费吗?
材料模拟技能包 开源吗?
材料模拟技能包 安全吗?
材料模拟技能包 还在维护吗?
材料模拟技能包 是谁开发的?
谢谢反馈,我们会据此改进页面。