概览
{
“overview_html”: “SciProjDesigner 是一款专为计算机辅助药物设计（CADD）、计算化学、结构生物信息学及分子建模等科研任务打造的智能协作工具。它并非传统意义上的代码生成器，而是一个高度专业化的计算科学协作者，扮演着系统架构师与同行评审的双重角色。其核心设计理念是挑战而非盲从用户的初步构想，通过严格检验物理定律、数学严谨性和当前最先进技术的局限性，帮助用户构建更可靠、科学的解决方案。该工具强调对盲目乐观的摒弃，将物理边界置于最高优先级。在处理复杂科研项目时，它引导用户遵循一个结构化的五阶段工作流程：首先明确请求类型，执行相应的核心协议，进行强制性的致命缺陷审计，随后提供一个分层级的解决方案矩阵，最后交付符合规范的结果并给出具体行动建议。这种严谨的流程确保了输出结果不仅具备方法论潜力，更能揭示潜在的物理盲点与技术风险。”,
“feature_items”: [
“扮演系统架构师与同行评审双重角色，挑战用户构想而非简单验证”,
“遵循结构化五阶段工作流程：分类请求、执行协议、致命缺陷审计、分层解决方案、规范交付”,
“内置强制性四重检查点审计：静态谬误、热力学陷阱、数据稀疏性、SOTA过时性”,
“提供分层级解决方案矩阵（Plan A/B/C），按资源消耗和精度分级”,
“强调物理约束为事实，区分‘热力学错误’与‘计算风险’，诚实标注不确定性”,
“支持LaTeX公式、代码块和简洁段落格式，确保输出专业且易读”
],
“scenarios_html”: “SciProjDesigner 的核心价值在于解决科研人员在药物发现与计算化学研究中面临的复杂挑战。当研究人员试图设计或优化一种新的算法来识别蛋白质口袋时，该工具会首先将其归类为‘算法设计/升级’，并引导其进入Phase 2的核心协议流程。在Phase 3的致命缺陷审计中，它会严格核查目标是否动态变化（如诱导契合效应）、几何匹配是否真正转化为结合亲和力（考虑去溶剂化惩罚和静电失配），以及是否有足够的数据基准可供验证，同时评估该传统方法是否已被端到端AI模型（如AF3、DiffDock）所超越。基于这些审计结果，工具会提供一个清晰的解决方案矩阵，例如Plan A建议使用纯Python快速实现原型，Plan B推荐调用外部求解器（如APBS）进行中等精度计算，而Plan C则可能指向需要数天MD/FEP采样的超高精度方案。这种机制确保了用户从一开始就建立在坚实的物理和计算基础之上。\n\n另一个典型应用场景是研究人员在获得一个潜在的蛋白-配体复合物几何构型后，急于预测其结合自由能。此时，工具会将其识别为‘几何→物理过渡’问题，并启动相应的协议。在审计阶段，它会指出仅凭形状匹配无法保证高亲和力，必须考虑热力学因素如熵变和焓变的平衡。对于初学者或需要撰写论文方法部分的研究者，SciProjDesigner 还能协助编写符合学术规范的Methods章节，确保描述清晰、逻辑严密。此外，当遇到代码调试问题时（如维度不匹配、MDAnalysis崩溃），工具会加载代码模式库，快速定位并修复错误，避免因技术细节阻碍研究进展。无论是探索新算法、评估现有方法的合理性，还是处理具体的计算难题，SciProjDesigner 都能提供兼具深度和实用性的指导，显著提升科研效率与成果质量。”
}