DynaMate2: Democratization of Agentic AI for Expert-Designed Custom Workflows

DynaMate2 是一个开源的层级化智能体框架，它通过允许研究人员轻松将其现有的专家定义的 Python 工具转换为可由 AI 调用的组件，而无需大语言模型生成科学代码，从而实现了 AI 驱动的科学工作流的民主化，进而降低了计算化学等领域的自动化门槛。

要点

想象一下，你拥有一座庞大且高度专业化的工具图书馆，科学家们耗费数十年心血将其建成。这些工具并非仅仅是锤子和螺丝刀；它们是复杂的、定制构建的机器，能够模拟原子运动、预测化学反应或分析海量数据。问题在于，这些机器只有在你确切知道如何按正确顺序拉动杠杆和按下按钮时才能运行。如果你想使用它们，通常自己必须成为一名精通的工程师。

DynaMate2 是一个新系统，旨在让任何人仅用通俗易懂的英语就能与这些复杂机器对话，而无需了解如何构建或编程它们。

以下是其工作原理，通过一个简单的类比来说明：

“智能项目经理”与“专业工人”

将科学工作流想象为一个建筑工程项目。

• 旧方式（DynaMate1）： 你只有一位工头，他一次只能做一件事。如果你想盖一栋房子，你必须告诉工头“砌砖”，等他完成后，再告诉他“粉刷墙壁”，等待，然后“安装屋顶”。你必须微观管理每一个步骤。
• 新方式（DynaMate2）： 你现在拥有一位智能项目经理（监督 AI）和一个专业工人团队（智能体）。

当你走到智能项目经理面前说：“为我构建一个盐水模拟”，经理并不会试图亲自完成工作。相反，它将你的大请求分解为小任务：

1. “去获取盐水模型的蓝图。”
2. “构建容器。”
3. “运行模拟。”
4. “绘制结果。”

随后，经理将每项任务交给最擅长该工作的特定专业工人。一位工人可能只懂得下载模型，另一位只懂得将分子装入盒子，还有一位只懂得绘制图表。

黄金法则：AI 绝不构建机器

这是论文中最重要的部分。在许多新的 AI 系统中，AI 试图自行编写工具的代码。但本文的作者表示：“不行。”

他们认为，如果 AI 尝试编写复杂的科学代码，可能会犯下破坏实验的错误。因此，在 DynaMate2 中：

• 科学家（专家）编写工具的代码。这些工具已经过测试、验证且安全可靠。
• AI（经理）绝不编写代码。它仅决定使用哪个工具，并将指令传递给该工具。

这就像一家餐厅。AI 是服务员，负责接收你的点单并告知厨师要做什么菜。服务员不会试图亲自烹饪食物；他们只是确保正确的厨师（专家工具）收到正确的订单。

如何添加你自己的工具（“即插即用”功能）

过去最大的障碍之一是，如果科学家想将自己的定制工具添加到系统中，他们必须成为计算机程序员来编辑系统代码。

DynaMate2 通过工具注册协议改变了这一点。想象系统拥有一个“即插即用”端口。

• 你有一个脚本： 你可以直接将现有的 Python 代码粘贴到聊天框中。
• 你有一个文件： 你可以告诉系统：“这是我的文件，请添加它。”
• 你有一个想法： 你可以说：“我需要一个能执行 X、Y 和 Z 的工具”，系统会根据你的描述实际为你编写代码。

一旦你“插入”它，系统就会永久记住它。下次你启动计算机时，你的定制工具依然存在，随时可供智能项目经理使用。

论文中的一个现实世界示例

作者使用一项名为分子动力学（模拟原子运动）的复杂任务对此进行了测试。

1. 他们注册了四种不同的工具：一个用于下载模型，一个用于构建分子盒子，一个用于运行模拟，一个用于分析结果。
2. 他们向系统提供了单一的一句话：“下载 MACE 模型，构建一个包含 262 个水分子和一个盐离子的盒子，在 300 开尔文下运行模拟，并绘制能量图。”
3. 智能项目经理确定了顺序，依次调用专业工人，将数据从一个步骤传递到下一个步骤，并最终生成了图表。

用户在整个过程中无需编写一行代码或点击一个按钮。他们只需下达指令，系统便执行了整个工作流。

这为何重要

该论文指出，科学家们花费数年构建了令人惊叹的、经过验证的工具，但它们却处于孤立状态。DynaMate2 充当了一座桥梁。它允许这些现有工具相互对话，并通过简单的对话进行控制，从而使高级科学自动化对非 AI 专家的研究人员变得触手可及。

简而言之： DynaMate2 是一个系统，它让你能够雇佣一支由智能 AI 老板管理的专业机器人工人团队，只需通过与他们交谈，即可利用你已信任并自行构建的工具来完成复杂的科学实验。

技术摘要

技术摘要：DynaMate2

问题陈述
尽管大语言模型（LLM）智能体框架在自动化科学工作流方面已展现出潜力，但现有系统面临一个关键的采用障碍：它们通常是为特定、预定义的任务序列构建的。将这些框架适配到新领域或集成自定义的、专家开发的工具，需要大量的编程专业知识。这一局限性在计算化学和材料科学等领域尤为突出，这些领域的研究小组已投入数年时间构建专门化、经过验证的 Python 代码库。当前的框架通常迫使研究人员手动将工作流分解为多个提示，或要求具备深厚的机器学习知识以修改系统的源代码。此外，许多现有方法依赖 LLM 生成科学代码，这引入了关键计算中出现错误的风险，并损害了领域特定知识的完整性。

方法论
作者提出了DynaMate2，这是一个分层智能体框架和开源模板，旨在降低将专家定义的 Python 函数集成到 AI 监督的多智能体管道中的门槛。该系统基于LangGraph构建，采用动态状态机架构，而非线性链。

• 分层架构：该框架采用三层层级结构：
  1. 主管智能体：一个路由 LLM，负责将高层用户目标分解为结构化子任务，并将其分派给专业智能体。
  2. 专业智能体：一组智能体池，每个智能体配备特定的用户注册工具。这些智能体在独立的 ReAct 循环中运行，执行工具并报告结果。
  3. 工具层：领域逻辑完全存在于专家定义、经过验证的 Python 函数中。LLM 被明确限制生成科学代码；其唯一职责是路由、工具选择和规划。
• 运行时可扩展性：核心创新在于能够在不修改框架源代码的情况下，在运行时注册工具和智能体。工具可以通过内联代码、现有源文件或纯文本描述进行添加。
• 持久化：系统使用 PoolStore 组件将工具源代码序列化为 .py 文件，将智能体元数据序列化为 JSON。基于 SQLite 的检查点保存器在会话间保留对话状态和工具注册表，允许研究人员迭代地构建自定义工作流。
• PromptEnhancer（提示增强器）：一个预处理模块，检查传入的用户消息，查询当前的工具/智能体注册表，并重写提示以包含路由提示（目标智能体和特定工具），从而减少主管智能体的搜索空间并提高路由可靠性。

主要贡献

1. 工具注册协议：本文介绍了一个逐步协议，用于将经过验证的 Python 函数转换为 LLM 可调用的工具。这包括结构要求（例如，将导入语句移至函数体内以防止注册时出错）以及三种注册途径：来自内联代码、来自源文件，以及通过自然语言描述（由 LLM 生成代码）。
2. 动态智能体池：与之前的版本（如 DynaMate1，其作为单智能体系统运行）不同，DynaMate2 支持一个持久的专业智能体池，这些智能体可以在会话期间通过自然语言指令进行添加、修改或移除。
3. 以安全为中心的设计：通过严格分离领域逻辑（专家代码）与编排逻辑（LLM 路由），该框架消除了科学计算中 LLM 生成代码错误的风险。
4. 开源实现：作者发布了一个带有基于 Web 的 Gradio 接口的参考实现，作为社区可复用的模板。

结果
该框架通过一个端到端的分子动力学（MD）工作流进行了验证，该工作流由单一自然语言指令执行。工作流包括：

1. 模型检索：下载 MACE-MP-08 机器学习原子间势（MLIP）基础模型。
2. 系统构建：将 SMILES 字符串转换为 XYZ 坐标，并使用 Packmol 为 NaCl-水系统构建周期性模拟盒子。
3. 模拟执行：使用 MLIP 在 300 K 下运行 100 步 NVT 分子动力学模拟。
4. 轨迹分析：自动提取能量和温度数据，并生成双面板可视化。

该工作流通过注册四个不同的工具（下载、系统构建、模拟、分析）并将其分配给专业智能体（mace_md_specialist）而构建。主管智能体成功地将高层提示分解，将任务路由给专业智能体，并在所有子步骤中管理上下文（文件路径、模型 ID），无需用户干预。与之前的 DynaMate1 系统相比，后者处理相同复杂度需要多次手动提示和交互，DynaMate2 在单个会话线程中完成了整个管道。

意义与主张
作者声称，DynaMate2 解决了限制智能体 AI 在科学研究中采用的主要因素：将现有、经过验证的代码集成到自动化管道中的困难。通过将智能体池视为动态的、用户管理的资源，该框架使研究人员能够利用其多年的领域专业知识，而无需成为 AI 工程师。

本文强调，该框架是一个模板，而非成品。其价值旨在随着社区的成长而增长；随着更多小组注册其经过验证的工具，主管智能体组合复杂、新颖工作流的能力将增强。作者将 DynaMate2 定位为连接科学社区中已存在的“专家开发工具”与下一代研究所需的"AI 驱动自动化”之间的桥梁，旨在加速科学知识的获取速度。

局限性与未来方向
作者承认当前的局限性，包括：

• 智能体可靠性：专业智能体偶尔可能在将控制权交还给主管智能体之前无法执行工具，这种脆弱性已通过注入执行规则得到缓解，但仍需要进一步的原则性解决方案（例如，约束解码）。
• 工具生成质量：从自然语言描述生成的代码可能包含细微错误，直到运行时才会被发现。
• 顺序执行：当前的实现在单个进程中顺序运行智能体，限制了可并行化任务的吞吐量。

未来的工作旨在引入并行智能体执行，集成机器人实验室平台以实现闭环实验工作流，并开发社区工具注册表以促进跨领域的经过验证工具的共享。