來自 GitHubDaily（@GitHub_Daily）的推文串

用AI 輔助科研時，可能會經常遇到大模型一本正經地胡說八道，尤其涉及到複雜的生物、化學或材料這些專業領域。 最近偶然看到SciToolAgent 這個開源項目，在嘗試用「知識圖譜」來解決科學工具調用的難題。 相當於給AI 組裝了一個專業的“科學工具箱”，讓模型能像科學家一樣思考和操作。 整合了超過500 個科學工具，涵蓋API、機器學習模型及各類Python 函數。 核心在於建構了一個科學工具知識圖譜（SciToolKG），精準處理工具間的依賴與相容性。 GitHub：https://t.co/79oX9rTXwj 同時採用「規劃-執行-總結」的架構，能自動把複雜的科學研究任務拆解成具體步驟並執行。 內建了安全檢查機制，幫我們監控潛在的實驗風險，確保結果的可靠性。 基於Python 開發，透過Conda 即可快速配置環境，支援自訂新增私有工具。 相關研究已發表於Nature Computational Science，適合研究工作者或垂直領域Agent 開發者參考。