本地运行 · 驱动 LAMMPS / ReaxFF

不只是 coding agent,
更是你的分子动力学仿真工程师

MDriver 把大语言模型变成会跑 LAMMPS 的工程师:自动建模、写输入脚本、提交计算、实时监控,再到 NGL 轨迹可视化与产物分析——一条龙,全在本地。

LAMMPS
原生全流程驱动
ReaxFF
反应力场热解 / 燃烧
实时
WebGL 轨迹后处理
NGL · dump.atom · 实时后处理
拖动旋转 · 滚轮缩放 · 右键平移
加载中…
Capabilities

一个 agent,覆盖 MD 全链路

从建模到出图,MDriver 把分子动力学里那些繁琐、易错、来回切工具的环节,全部交给会思考的智能体。

🧪

LAMMPS 全流程驱动

自动生成 data / in.* 输入脚本,调用本地 lmp 提交计算,解析 log 与 thermo,出错自动定位修复。

🔥

ReaxFF 反应力场

一键搭建热解 / 燃烧 / 氧化体系,qeq 电荷平衡、升温退火、species 产物统计,全自动编排。

🎞️

NGL 实时后处理

dump 轨迹直接在浏览器里 WebGL 渲染:球棍 / 填充球 / 表面,可旋转、缩放、逐帧播放与截图。

🤖

多模型 LLM

支持 DeepSeek、GLM、GitHub Copilot 等多家模型,随场景切换;Auto 模式自动选择合适工具链。

🔒

本地 · 隐私优先

计算、文件、轨迹全部留在你的机器上,仅模型推理走 API。数据不出本地,科研合规无忧。

📝

编辑器 + Notebook

内置 Monaco 语法高亮编辑器与 Jupyter Notebook,脚本、分析、绘图在同一界面里完成。

检查点回滚

关键节点自动存档,方案跑歪了一键回到上一个检查点,放心让 agent 大胆尝试。

🐍

Python 环境感知

自动发现 conda / venv 环境,分析脚本直接用你的科学计算栈:NumPy、MDAnalysis、Matplotlib。

📍

图表标注与对比

从论文截图里手动标注数据点,作为参考曲线与仿真结果对照,验证更有据可依。

Self-Evolving

越用越聪明 · 会自进化的智能体

MDriver 不止「调参」,而是把每一次对话沉淀成项目记忆,还能为新体系现写现译求解器——用得越久,越懂你的课题。

项目记忆 · Project Memory

自动记住你的体系、力场选择、踩过的坑与偏好,跨会话延续。下次同类任务直接复用经验,不必从零交代。

自动造求解器

内置功能覆盖不到时,能现写并编译新的 pair_style / fix / compute 并重新构建 LAMMPS——不只是改参数,而是造工具。

错误图谱自学习

每次报错与修复都进入诊断图谱,错误模式越积越全,同类问题下次一步定位、自动闭环修复。

Workflow

M1 → M7 · 自动编排的仿真流水线

给一句话需求,MDriver 自己拆解成可执行的七步,每一步都可观察、可干预、可回滚。

1
M1

建模

构建 / 读入分子与盒子,生成 data 文件

2
M2

力场

选 ReaxFF / 经典势,配 qeq 与参数

3
M3

输入脚本

自动写 in.* :系综、控温、dump

4
M4

运行

调用本地 LAMMPS 提交并跟踪

5
M5

监控

解析 thermo / log,异常即时纠偏

6
M6

后处理

NGL 轨迹可视化 + 产物统计

7
M7

报告

汇总图表与结论,输出可复现脚本

Why MDriver

和手工 / 通用 agent 比,差在哪

通用 coding agent 会写代码,却不懂仿真;手工跑 LAMMPS 准但慢。MDriver 两者兼得。

能力MDriver通用 Coding Agent纯手工
理解 MD / LAMMPS 语义✓ 内建领域知识✗ 泛泛而谈✓ 靠经验
自动写 in.* 输入脚本✓ 含系综/控温/dump~ 模板易错✗ 手敲
ReaxFF 反应体系编排✓ qeq + species~ 繁琐
实时轨迹可视化✓ 浏览器内 NGL~ 需 VMD/OVITO
出错自动定位修复✓ 解析 log 闭环~ 需引导✗ 手动排查
数据本地 · 隐私✓ 全本地~ 视平台
上手速度✓ 一句话起步~ 反复对话✗ 陡峭
Get Started

三步跑起来

Node.js 环境 + 一个模型 API Key,几分钟即可让 MDriver 替你开跑第一个体系。

  1. 克隆并安装

    拉取仓库,安装依赖。

  2. 配置模型与 LAMMPS

    在设置里填模型 API Key,指定本地 lmp 可执行(或一键部署)。

  3. 打开界面,一句话开跑

    浏览器访问本地端口,输入需求,看 agent 自动建模、跑算、出图。

# 1 · 克隆 & 安装
git clone https://github.com/LZF1111/mdriver
cd mdriver && npm install

# 2 · 启动(默认 127.0.0.1:3000)
node server.js

# 3 · 浏览器打开
http://127.0.0.1:3000
FAQ

常见问题

MDriver 需要联网吗?数据安全吗?

除了大语言模型推理需要访问模型 API,其余建模、计算、文件读写、轨迹渲染全部在本地完成。你的体系数据、dump 轨迹、脚本都不会离开本机。

支持哪些模型?

支持 DeepSeek、智谱 GLM、GitHub Copilot 等多家模型,可在界面里随时切换。Auto 模式会根据任务自动选择工具链与策略。

我没装 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。

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 / 反应体系在后续帧里原子位移大,球棍的键会被拉成长线。所以多帧轨迹默认用填充球更真实,需要看连键时可手动切回球棍。

能做 ReaxFF 反应模拟吗?

能。MDriver 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。

把仿真这件苦差事,交给 MDriver

少写脚本,少调环境,少来回切工具。一句话,让你的本地 LAMMPS 工程师开跑。

前往 GitHub