SimMOF：面向MOF自动化模拟的AI智能体

金属有机框架（MOF）提供了庞大的设计空间，因此计算模拟在预测其结构与物理化学性质方面发挥着关键作用。然而，MOF 模拟仍然难以上手，因为可靠的分析需要专家就工作流构建、参数选择、工具互操作性以及计算就绪结构的制备做出决策。在此，我们提出 SimMOF，一个基于大语言模型的多智能体框架，能够从自然语言查询出发自动化端到端的 MOF 模拟工作流。SimMOF 将用户请求转化为具备依赖感知的计划，生成可运行的输入文件，编排多个智能体执行模拟，并以与用户查询相契合的分析总结结果。通过代表性案例研究，我们表明 SimMOF 能够实现自适应且具备认知自主性的工作流，体现人类研究者迭代式、决策驱动的行为方式，从而为数据驱动的 MOF 研究提供可扩展的基础。