module 01 · qa
问答智能体
自托管 7 库 27,406 篇软磁论文 · 段落级锚点可溯源 · 引用后验防幻觉
22 工具 agentFTS5+BM25·jiebaAPA7 / GB-T 77141980–2025
问答管线 // softmag-qa engine
系统在线END-TO-END示例运行 · illustrative
27,406
扫描论文
0.42s
召回耗时
7
工具调用
0
幻觉引用
▸ 提问Fe 基非晶怎么提高饱和磁感应强度 Bs？
STAGE 01
检索
Fe基非晶Bs
98.7#0001
91.2#2104
85.0#0893
▸ 3 命中 · 0.42s
FTS5 · BM25 · jieba · 标题×5
STAGE 02
Agent 推理
22
Deep
Seek v4
Seek v4
search
read block
⚡强制
backlinks
predict
outline
▸ 7 次工具调用
function-calling · 模式增强
STAGE 03
段落锚点
[[raw/papers/0001#^p-3-a4f2c1]]
↓ 渲染
…Bs 达 1.78 T01，成分调控…
▸ 块级 ^p-3-a4f2c1
read_block 精确定位
STAGE 04
引用校验
✓文件存在broken
✓本轮读过unread
✓锚点支撑downgrade
0 失效失效自动去链接 ⚠
▸ 三级后验通过
不支撑 → 降级整页
✓
输出：带段落锚点的可信回答 · 0 幻觉引用 · 每条结论可一键直达 PDF 原文
四种深度 · mode playbook
quick
一击命中
单点事实/定义，禁 BFS 遍历
audit
强制反查
每次读取后反查锚点 + 审计表
explore
邻居扩展
自动 backlinks + 读 6 邻居页
devil
魔鬼代言人
反转反命题 + 找矛盾标注
立即体验问答 →已上线 · live
module 02 · compute
高通量计算
把自有 DFT 数据训练的专用原子势（cuHNC）接入智能体。智能体可自主完成非晶软磁的能量 / 力 / 大体系 MD 计算；单点与分子动力学双模式；可按用户配额调度本地算力。
算力拓扑 · 多节点并行
DFT 第一性原理
能量 / 力 / 电子结构
专用原子势 MD
自有 DFT 数据训练
大体系并行
原子数上限 10⁵
高通量批算
24–72h 大作业可拆分
吞吐与利用率
节点占用
示意数据
并行效率
数据规模：原子数上限 10⁵ · 24-72h 大作业可拆分
支撑软件栈
- 应用服务器Ubuntu · Node 20 · Next.js 14 · 云 4 vCPU / 8GB
- 数据库PostgreSQL · Drizzle ORM · 云内 RDS
- 知识库引擎GroundMap · BM25 + 元数据 · SQLite FTS5 索引
- AI 推理DeepSeek API · 用户自带 Key
进入计算工作台 →已上线 · BYO 曙光凭证
module 03 · data
软磁大数据面板
成分-工艺-性能库 · 知识图谱 · 论文库 — 三位一体，可视、可溯、实时
知识图谱 · Knowledge Graph
成分–工艺–性能 互链网络
支持反驳延伸引用
CPP 库 · 字段覆盖
成分·工艺·性能 结构化
Bs
Hc
铁损
λs
μ
Tc
每条目挂载可溯源性能字段，支持区间与不确定度。
论文库 · 逐年收录
1980–2025 增长曲线
1980·2025
27,406 篇，每篇带块级锚点，可下钻原文段落。
2026 Q4 · 敬请期待
module 04 · model
构效大模型
由成分 + 工艺回归 Bs / Hc / 铁损 / λs，量化不确定性。
预测曲线 + 95% 置信带
预测实测· 示意数据
特征重要性
Fe 含量
88
类金属总量
76
退火温度
69
退火时间
51
冷速
38
开始建模
上传你的成分·工艺数据（或加载示例），工作台引导你 8 步完成 Bs / Hc / 铁损 / λs 回归。
※ 回归模型 + 集成学习；训练集来源与版本号会持久记录；当输入落到训练集分布外时输出显著告警。
进入构效工作台 →已上线
module 05 · design
材料逆向设计
输入目标性能窗口，AI 在多目标 Pareto 前沿逆向推荐合金成分。
5
软磁体系
4
优化算法
0.92+
蒸馏 R²
~10⁵
候选空间
∞
主动学习闭环
①STAGE 01
目标 · 约束
定义性能窗口与硬约束
→ ② 多目标进化
②STAGE 02
多目标进化
成分空间搜索前沿
NSGA-ⅡNSGA-ⅢCMA-ESLHS
N=100 · g=200
↓ ③ Pareto 候选
↻
④STAGE 04
实验验证 / 大模型精算
高不确定候选送验 · 回流精炼
↻ → ① 重优化
③STAGE 03
Pareto 候选
前沿候选 + 不确定性
#1 前沿首选
Fe₇₉B₁₁Si₈Cu₁Nb₁
Bs 1.79 · Hc 3.2 · ood 0.4
← ④ 实验验证
① 建议(高σ) →② 实测 →③ 校正/重训 →④ 下一轮 EI
累计最佳 1.662 · σ 收敛 0.045 → 0.040
基于真实模型闭环轨迹（模拟实测）；登录后在 predict 工作台触发你自己的闭环。
评估为内置蒸馏模型近似（mean±std 含不确定性）；高不确定候选经实验验证 / 构效大模型精算回流，越用越准。
进入逆向设计 →已上线
vision · ai scientist
AI 自主实验室
不是 5 个单点工具，而是一个自主完成全流程闭环的智能体。
六步自主闭环
自主对话 · 示例
用户：给我一个 Bs≥1.6T、50Hz 低铁损的低成本非晶合金
AI 自主实验室：推荐：Fe₇₉B₁₁Si₈Cu₁Nb₁ · 540°C × 30 min · 预期 Bs ≈ 1.58 T · P_fe ≈ 0.12 W/kg
建设路线
2026 Q2
知识问答
2026 Q3
材料计算
原子势 · 计算服务
2026 Q3
性能预测 + 材料设计
构效回归 · 逆向设计
2026 Q4
CPP 数据库
+ 知识图谱
自主闭环研发中
trust · 可信与效率
可验证的答案，数量级的提速
从检索到推荐，每一步可溯源；同等文献覆盖下，一轮成分筛选从数周缩短到数小时。
传统研发路径
人工检索文献逐篇筛选手动整理数据试错实验
一轮成分筛选周期数周甚至数月
SoftMag 平台路径
智能体多库检索逆向设计推荐构效精算主动学习回流
同等覆盖一轮筛选数小时
anti-hallucination
科研场景下，可验证性不可妥协
三层机制保证每个答案可溯源、可验证。
01 · 源头锚定
杜绝虚构
- 检索为空时声明知识边界
- 论断精确关联原文段落锚点
- 多文献支持赋予高置信度
02 · 过程透明
全程可溯
- 提前宣示检索意图与方向
- 推理链路与工具调用可见
- 7 库命中统计实时展示
03 · 引用闭环
论证严谨
- 结构化引用：标题/作者/期刊/年份
- APA 7 / GB-T 7714 双格式
- DOI 直达原文交叉验证