matmcp — 抗幻觉的材料计算 MCP 工具链

matmcp — 抗幻觉的材料计算 MCP 工具链

自然语言 → 结构获取 → 结构弛豫 → 能带/态密度 → 机器验收。零商业 license、零集群，一台笔记本端到端跑通 DFT 工作流。Agent 负责调度，确定性代码负责判断对错——AI 的每一句结论都必须有机器出处。

English below

为什么做这个

计算材料的工作流里，真正消耗人的不是"点鼠标"，而是写输入、盯收敛、处理报错、解读输出。LLM agent 可以串起整条流程，但科学计算容不得幻觉——数字算对了、物理解读编错了是最常见的故障（本项目开发期间就抓到实例：agent 看着能带图"目测"出错误的直接/间接带隙结论，而正确答案就躺在它没读的输出文件里）。

matmcp 的对策：验收器层（verifier）作为一等公民——

• 收敛门：自动扫描截断能与 k 点网格。判据对准产品物理量——k 点轴双判据（ΔE<5 meV/atom 且 Δgap<0.02 eV），截断能轴主判据为带隙稳定度（Δgap<0.02 eV；绝对 PW 能量渐近收敛，跨截断能比较本无物理意义）。门是真的：未过门则不产出任何能带/DOS/带隙"最终结果"（中间产物保留仅供取证）
• 物理校验：带隙 vs Materials Project 参考值比对、弛豫收敛与残余力、结构漂移检查、直接/间接带隙由本征值数值导出（不许目测）
• 有限自动重试：参数类失败 → 自动调参重跑（≤2 次），仍败则带根因明确拒绝，绝不输出"看似正常"的垃圾
• 完整证据链：每次运行的参数、日志、图、验收结论全部落盘，静态记录页可回看
• 边界自知：带隙校验是"与 MP 的 PBE 级参考值的一致性检查"，不是对实验值的正确性认证（例：GaAs 算 0.205 eV 判 pass，实验值 1.52 eV——PBE 系统性低估不在此工具修复范围内）。验收器管的是"算得规不规范"，不管"泛函选得对不对"

架构

agent 客户端 (Kimi Code / Claude Code / 任意 MCP client)
        │ stdio MCP
┌───────┴────────────────────────────────────────┐
│ matmcp server (FastMCP)                        │
│  fetch_structure ─ Materials Project / 内置构建 │
│  relax_structure ─ GPAW (PW, PBE)              │
│  calc_band_dos   ─ 能带 + DOS + VBM/CBM 导出    │
│  check_convergence / verify_run ─ 验收器        │
│  run_verified_workflow ─ 一条命令的完整验证管线 │
└───────┬────────────────────────────────────────┘
        │ ASE 提供结构层复用；GPAW + QE 双引擎已实证（同一 MoS2 流程带隙差 0.016 eV），VASP+Slurm 二期
   runs/<run_id>/  全部产物：cif / gpw / txt 日志 / png / *.json 证据
   runs/index.html 运行记录页

实测示例（MoS2 单层）

内置 2H-MoS2 单层 → 弛豫（2 步收敛，fmax 0.029 eV/Å）→ 能带+DOS：

五材料回归（2026-08-12，run_verified_workflow 全管线）

注：TiO2 触发了收敛判据设计修正——绝对 PW 能量渐近收敛（Ti PAW 600→800 eV 仍67 meV/atom），但带隙在 600 eV 已稳定到 0.0003 eV。截断能轴判据现已对准带隙稳定度（Δgap<0.02 eV），k 点轴维持双判据。完整事故/决策记录见 docs/experiments.md。

坦白三条（敌意审查后主动写明的边界）：

1. 表中为各材料最终一次运行的 verdict；历史尝试（含未过收敛门的中间态pass_with_warnings）全部留在 runs/index.html，未删未藏。
2. MoS2 行的"MP 参考 1.66"是内置 builder 路径的硬编码常数（出处 mp-1023924），非实时查库；其余四个材料均为实时 MP API 查询。
3. 带隙校验证成的是"与 MP 的 PBE 级实现一致"，不是"与实验一致"——GaAs 判 pass 的 0.205 eV 对实验值 1.52 eV 偏差 87%，这是 PBE 泛函的系统性局限，不是本工具的判官范围。

回归还实锤了验收器的存在价值：开发中抓到 agent 看着能带图"目测"出错误的间接带隙结论（正确答案 K–K 直接就写在它没读的输出文件里）——现在 VBM/CBM 全部机器数值导出，agent 只许引用，不许目测。

快速开始

环境：WSL2 Ubuntu（GPAW 无 Windows 原生支持）。

# WSL 内
conda create -n matmcp -c conda-forge python=3.11 gpaw ase pymatgen matplotlib
conda activate matmcp
pip install mp-api fastmcp
pip install -e .
echo 'MP_API_KEY=你的key' > ~/.config/matmcp/env && chmod 600 ~/.config/matmcp/env

MCP 客户端配置（Kimi Code 示例，.kimi-code/mcp.json 已随仓库提供）：通过 wsl -d Ubuntu -- bash -lc "... conda activate matmcp && python -m matmcp.server" 启动。

然后对 agent 说一句："算一下 MoS2 单层的能带和态密度"。

工具列表

路线图

• GPAW 引擎 + 验收器 + 运行记录页
• QE 引擎适配（双引擎 MoS2 对比：1.6772 vs 1.6935 eV，同为直接带隙，Δ=0.016 eV）
• VASP 适配层 + Slurm 提交/轮询/报错恢复（开学后，接真实毕设课题）
• 多材料高通量回归

参考

• VASPilot (arXiv 2508.07035) — MCP+多智能体的 VASP 自动化（需集群与 VASP license）
• mcp-atomictoolkit — ASE/pymatgen 的 MCP 封装（file-first 设计来源）

English

matmcp is an MCP toolchain that lets an LLM agent run verified DFT workflows end-to-endon a laptop — no commercial license, no cluster required. The agent orchestrates;deterministic code decides what's true.

Core idea: a verifier layer as a first-class citizen. Automated convergence gates(cutoff / k-grid sweeps; k-axis: ΔE<5 meV/atom AND Δgap<0.02 eV, cutoff axis gated ongap stability), physics checks (band gap vs Materials Project reference — a consistencycheck against PBE-level values, not experimental accuracy —, relaxation and drift checks,machine-derived direct/indirect gap character: agents quote numbers, never eyeball plots),bounded auto-retry with root-cause refusal (an unopened gate means NO final results,forensics only), and a full on-disk evidence chain per run rendered into a staticrun-record page.

Demo result (built-in 2H-MoS2 monolayer): gap 1.678 eV, direct at K (MP ref 1.66 eV);garbage parameters (ecut=200 eV, 1×1×1 k-grid) are intercepted by the convergence gate,auto-reparametrized, and only converged results are allowed through.

Stack: FastMCP + ASE + GPAW/QE (both plane-wave PBE) + pymatgen/mp-api, runs insideWSL2 on Windows. Dual-engine parity is tested, not claimed: the same MoS2 workflowgives 1.6772 eV (GPAW) vs 1.6935 eV (QE), both direct at K (Δ=0.016 eV).