融合学术检索 + 材料分析 + 材料生成 面向化学与电池材料
让材料发现从 试错 走向 洞察与生成
一体化科研前端：把问题变成结构化证据，把数据变成可验证结论，把目标变成可合成配方。
快捷键 Ctrl + K（占位）
材料发现工作台
Live Demo
给我一个面向高电压正极的界面优化策略，并说明验证路径。
瓶颈
界面反应 · 阻抗增长
方案
包覆 · 复合层 · 工艺窗口
验证
XPS / EIS / 截面表征
平台能力
一个前端，覆盖材料研发的三段工作流
检索不是终点，分析与生成让证据真正进入实验与迭代。
知识检索
把论文/专利转成结构化证据：瓶颈、方案、团队、可复现实验条件。
材料分析
多模态诊断：SEM / XRD / 充放电曲线 / 成分，输出机理树与验证方案。
材料生成
在可合成约束下生成候选配方，结合性质预测与风险提示，支持多目标筛选。
平台对比（示例）
不仅是检索，更是知识挖掘与洞察生成。
维度
通用学术平台
天工平台
学术检索
通用文献检索
电池/材料垂类检索 + 知识图谱
材料分析
无
多模态数据诊断
材料生成
无
图网络配方生成
应用场景
文献阅读
研发全流程工作台
三幕演示
知 · 析 · 造：把一次提问变成可执行的研发路径
切换模块查看不同输出形态：证据、诊断、配方。
天工·知 (Knowledge)
电池与材料领域的学术检索与知识挖掘
全固态电池硫化物路线的最新进展和瓶颈是什么？
- 从大规模论文与专利中聚合最相关证据，给出可追溯的结论链
- 抽取关键瓶颈与解决路径：固-固界面接触、空气稳定性、离子电导等
- 推荐最新论文与团队，并附带可复现实验条件与关键表征方法
证据源
论文 / 专利 / 数据集
结构化输出
瓶颈 · 方案 · 证据
追溯
引用到段落级
输入查询 → 选择模式 → 得到结构化输出（前端原型）
工作台
材料发现：前端交互原型
已接入后端 OpenAI 兼容接口：POST /v1/chat/completions（通过 /api/chat 代理）。
任务模式
你的问题
建议包含：材料体系、目标指标、约束条件（成本/工艺/环境）
等待输入
在左侧输入问题并点击运行，右侧将展示结构化输出。