dshchem

dshchem — DSH 化学科研 Agent 预设与插件环境

为 DeepSeek Harness 定制的化学科研工作环境。调研依据见 research/（GitHub dsh-plugin 生态 + 化学 LLM agent 开源项目对比，2026-08-14 快照）。

系统架构

┌─ Agent 预设层  ~/.dsh/.agent-presets/chemist/  ──────────────────────────┐
│  agent.cordis.yml：化学科研 persona + 事实校验/安全规则 + 工具行 tool-chem │
│  ~/.dsh/skills/chem-literature · chem-safety（技能包，目录自动发现）      │
└──────────────────────┬───────────────────────────────────────────────────┘
                       │ 每会话挂载；工具行 resolve 宿主 chem 服务
┌──────────────────────▼── Host 平面（bundle: @dshchem/dsh-chem-core）──────┐
│  chem 服务：Python 桥(RDKit/ASE) │ PubChem/Crossref │ 配方库(~/.dsh/chem) │
│  /api/dsh-chem/render-svg（loopback-only）│ 每请求一进程，超时强杀          │
│  挂载：profile package.json dsh.profile.bundles + cordis.patch.yml        │
└──────────────────────────────┬────────────────────────────────────────────┘
                               │ dsh.client 清单 → 浏览器加载 client.js
┌──────────────────────────────▼── Browser 插件层 ──────────────────────────┐
│  chem_* 工具卡片（tool.call.toolview Slot）：SMILES 2D 结构图 + 结果文本   │
└───────────────────────────────────────────────────────────────────────────┘

设计决策（用户确认）：host 服务 + 预设工具行分离——引擎/网络/存储/路由在宿主平面跨会话共享，模型工具与 persona 仅化学预设会话可见；client 半通过 dsh.client 清单随 bundle 加载。

工具清单（24 个）

目录结构

dshchem/
├─ research/                     # 调研报告 + 11 个 README 证据
├─ packages/
│  ├─ dsh-chem-core/             # host 引擎（chem 服务 + Python/RDKit/ASE 桥 + PubChem/Crossref + 配方库 + 渲染路由 + 浏览器卡片）
│  │  ├─ lib/index.js            # Cordis 插件：provide('chem') + /api/dsh-chem/render-svg 路由
│  │  ├─ python/chem_engine.py   # 确定性引擎（19 个 op：validate/props/…/admet/dock/screen）
│  │  ├─ client.js               # 浏览器半：chem_* 工具卡片内嵌 2D 结构图（tool.call.toolview Slot）
│  │  └─ cordis.patch.yml        # profile bundle 补丁
│  └─ dsh-tool-chem/             # 预设工具行（24 个 chem_* 工具）
│     └─ lib/index.js            # ctx.tools.register(defineTool(...))
├─ test/
│  ├─ integration.mjs            # 端到端集成测试（真引擎 + 真工具注册 + schema 防回归断言）
│  └─ benchmark.mjs              # ChemBench 风格评测（性质/校验/反应/计算/网络交叉核对/记忆/筛选）
└─ node_modules/@deepseek-ai     # junction → harness 安装（依赖解析，见下）

依赖解析（关键机制）

• 预设行的包名从 harness 安装基座解析（@deepseek-ai/dsh-agent-presets 的 PresetTree.import），不是 profile node_modules。
• 工具包内部 import '@deepseek-ai/dsh-tools' 从包自身位置向上解析。因此开发期：
  1. 预设行用绝对路径指向 packages/dsh-tool-chem/lib/index.js（行名支持绝对路径）；
  2. 工作区 node_modules/@deepseek-ai 是到 harness node_modules/@deepseek-ai 的 junction，使包内裸导入可解析。
• 发布期：把 @deepseek-ai/dsh-tools 列为常规依赖发布，行名换包名即可（或继续绝对路径个人部署）。

安装与启动清单

1. ✓ 预设 chemist 写入 ~/.dsh/.agent-presets/chemist/（persona + 规则 + tool-chem 行）
2. ✓ 技能包 ~/.dsh/skills/chem-literature、chem-safety
3. ✓ dsh plugin --profile web add link:...dsh-chem-core（profile package.json 已含 bundle）
4. ✓ 挂载校验 standingKeyFor('chemist') = mounted OK（含工具行导入）
5. ✓ 集成测试 + 评测基准全绿（node test/integration.mjs、node test/benchmark.mjs）；集成测试含通用输出 schema 校验闸门（对每个工具结果执行 harness 同款 validateJsonSchemaValue）
6. ✓ 已修复 schema 校验类 bug：chem_pubchem mw 字符串类型、chem_papers 缺字段条目 null 冲突（均改为「缺失字段省略 + 回归断言」）、chem_calc xtbOutputTail 未声明字段
7. ✓ 引擎即时生效机制（junction link + 每请求 spawn：改引擎源码无需重启 dsh）
8. ⏳ 重启 dsh：加载 chem-core（含新增 calc/reaction/papers/pdf/配方库/渲染路由与 client 卡片）
9. ⏳ 重启后：GUI 设置里把默认预设切换为「化学科研」，新会话验证 24 个工具 + 工具卡片结构图

环境要求

• Python 3.10+：pip install rdkit ase pymupdf paper-qa litellm（本机：Python 3.14.7 + RDKit 2026.03.3 + ase 3.29.0 + pymupdf 1.27.2.3 + paper-qa 2026.8.12 已验证）
• xtb：已安装于 ~/.dsh/chem/bin/xtb-6.7.1/bin/xtb.exe（chem-core config xtbPath 或环境变量 XTB_COMMAND 可覆盖）
• 文献问答：LLM key 复用 DSH 凭证（DEEPSEEK_API_KEY，见 ~/.dsh/.credentials.yaml）
• 自定义 Python 路径：profile 组合中 chem-core 行 config python: 或环境变量 CHEM_PYTHON

路线图

• P0 ✓ 预设骨架 + 技能
• P1 ✓ chem-core + 4 工具 + 集成测试
• P2 ✓ client 半可视化（结构图进工具卡片）、ASE 计算（emt/xtb）、反应平衡 + SMARTS 模板
• P3 ✓ Crossref 文献检索 + PDF 提取、ChemAgent 式配方记忆库、ChemBench 风格评测基准（57 项全绿）
• P4 ✓（按用户要求忽略 npm 发布）
  • P4-1 ✓ xtb 计算：xtb 6.7.1 二进制 + 引擎手写 GFN2-xTB subprocess 桥（ase 3.29 已移除 xtb 计算器）+ 独立长超时预算；同分异构体稳定性验证（丁醇 < 乙醚，Δ≈4.9 kJ/mol）
  • P4-2 ✓ 本地文献问答：tools/paperqa_ask.py 轻量 RAG（pymupdf 提取 + BM25 检索 + litellm/DeepSeek 综合，带 [n] 引用）；paper-qa 库已装（Python 3.14 兼容 ✓），但其索引/agent 运行时经实测评估不适用（全文索引 raw 字段无词元、aviary agent 挂起），故检索层自研；--agent 实验模式保留。2026-08-14 实测核验：8 论断 7 处逐字正确、1 处页码偏移（BM25 对图例数值召回不足，调参缓解）；引用纪律（逐条页码标注 + 脚注）与代理不可达预检已加入；高价值数值建议按引用页 ±1 复核
• P5 ✓ 有机合成/逆合成（规划确认：P5 先行/先 A 后 B/torch）
  • P5.0：AiZynthFinder 官方版实测不可用（v4.4.1 要求 Python <3.13）→ 用户完成 PY314 移植（C:\Users\cloud\Desktop\aizynthfinder_dsh_314，官方测试 365 passed）→ 方案 A 复活并集成
  • P5.1 ✓：手写验证的断键模板库（芳酯/芳酰胺/芳醚/芳硫醚/苄基/烯丙基/联芳/亚胺 8 类，实测确认 RDKit 环保留机制）+ chem_retro_step（SA score 排序 + atomConserved 标记）+ chem_functional_groups（24 种官能团 SMARTS）
  • P5.2 ✓：chem_retro_plan BFS 路线规划（砌块库终止 + 复杂度启发，实测生成两步路线）；chem_aizynth：AiZynthFinder 4.4.1（USPTO ONNX 策略 + ZINC 库存）完整反应树搜索（阿司匹林 3.7s 搜索、首解 0.01s、50 路线）
  • P5.3 ✓：chem_reagents 正向条件推荐（8 类反应规则表 + 逆向裂解备注）
  • P5-AiZynth 审计修复 ✓（验收报告驱动）：① 路线反应 SMILES 改用 metadata.mapped_reaction_smiles（原 rxn.smiles 为模板派生的非法串 [cH3:5]），reaction 节点带 smilesValid 标记；② 非法输入 RDKit 预检 + 引擎优先解析 stdout JSON，不再泄漏 Python 堆栈；③ AiZynth 模板反应为简化表示（离去小分子隐式），校验规则为「无制造原子」而非精确守恒
  • 工具总数 11 → 16；benchmark 58 → 78 项全绿；已知局限：模板为骨架级抽象（脂肪酯未覆盖、链上 R 裁剪），路线需人工化学校验；chem_aizynth 依赖 PY314 移植 venv（AIZYNTH_PYTHON/AIZYNTH_CONFIG 可覆盖）
• P6 ✓ 药物化学/分子性质（规划确认：接受 torch）
  • P6.1 ✓ chem_druglikeness：Lipinski/Veber/REOS 逐条判定 + QED + SA score（阿司匹林 drug-like/QED 0.55、紫杉醇 not drug-like 验证）
  • P6.2 ✓ chem_similarity（Morgan/MACCS + Tanimoto 排序）、chem_cluster（Butina + Murcko 骨架，实测修复 distFunc 语义）、chem_mcs
  • P6.3 ✓ chem_admet：torch 2.13 CPU + admet_ai 2.0.1（104 端点：AMES/hERG/CYP/溶解度/毒性等，chemprop 集成模型）；实测修复 torch/torchvision CUDA 版本错配（cu128 vs cu132 → 统一 CPU 版）与 admet_ai 进度条污染 stdout JSON 协议
  • P6.4 ✓ chem_enumerate：R-group 组合枚举（dummy 原子骨架，3×3=9 验证，去重/截断/失败计数）
  • P6 审计修复 ✓（2026-08-15 验收报告驱动）：chem_similarity 非法 target 的 tanimoto: null 触发 schema 拒绝导致整次调用不可用 → 改为省略字段 + invalid 标记（合法目标仍正常评分）；顺带修复同类 null 泄漏（chem_druglikeness qed/saScore、chem_retro_step saScore 失败时省略而非置 null）与排序 KeyError
  • 工具总数 16 → 22；benchmark 78 → 95 项全绿；ADMET 输出为模型预测（非实验数据），工具描述明确要求交叉核对
• P7 ✓ 深化（分子对接 + 3D 可视化；MCP 方案已记录）
  • P7.1 ✓ chem_dock：AutoDock Vina 1.2.5 + meeko 配体准备（SMILES→3D→PDBQT），受体直接吃 PDB（vina 内置转换）；1iep 测试体系验证（best ≈ -11.9 kcal/mol，9 poses）。实测修复：vina 1.2.5 Windows 的 --out 写入随机丢失 model（1-9 波动）→ 改为解析 stdout 打分表（始终完整）
  • P7.2 ✓ 3D 可视化：引擎 convert 新增 XYZ 输出（ETKDG 3D 坐标）+ /api/dsh-chem/xyz 路由 + 工具卡片「3D 查看」按钮（3Dmol.js CDN 双源加载，stick+sphere 渲染，可交互旋转）
  • P7.3 MCP（方案已确认未启用）：本机 dsh-mcp-client 接口成熟（stdio/streamable-http、工具命名 mcp__<server>__<tool>）；接入需在 profile 组合加行并安装 server（如 rdkit-mcp-server），改宿主组合有重启风险——留作可选增强，未改动 profile
  • P7 审计修复 ✓（2026-08-15 验收报告驱动）：① 「3D 查看」渲染位置错误（3Dmol.js canvas 为 absolute 定位，容器缺 position: relative 时逃逸到页面左上角）→ 容器加 position: relative；② chem_convert 工具枚举补 xyz（引擎已支持、工具侧未暴露——规格不一致修复）
  • 工具总数 22 → 23；benchmark 95 → 100 项全绿；dock 评分为半经验打分（非结合自由能）
• P8 ✓ 虚拟筛选与工作流管线
  • P8.1 ✓ chem_screen：一站式筛选——枚举 → Lipinski/Veber/QED/SA 规则过滤 → 可选 ADMET 端点阈值过滤（批量模型调用）→ 可选 Tanimoto 相似性排序 → 可选 markdown 报告落盘
  • P8.2 ✓ 批量对接：chem_dock 新增 batch 模式（≤5 配体 vs 单受体，串行，亲和力排序表）
  • P8.3 ✓ 筛选报告：reportPath 自动生成筛选漏斗 + 命中表 markdown（实测 3×3 库 → 9 命中排序 → 报告落盘）
  • P8 审计修复 ✓（2026-08-15 验收报告驱动）：chem_screen 输出含 schema 未声明的 rulePassed 字段 → harness 拒绝（additionalProperties: false）→ 删除冗余字段 + 集成测试回归守卫（断言输出不含该键）；引擎即时生效
  • 工具总数 23 → 24；benchmark 100 → 106 项全绿
• P9 ✓ 对接深化与复合物可视化
  • P9.1 ✓ vina 升级 1.2.7（实测确认 out 写入不稳定为 Windows 构建固有行为，1.2.5/1.2.7 均波动 1-9 model——维持 stdout 表解析；MODEL 1（best pose）始终存在）→ poseOut 选项返回 best pose XYZ 坐标
  • P9.2 ✓ 复合物 3D：/api/dsh-chem/complex 路由（loopback-only，读受体 PDB + 实时对接 best pose）→ chem_dock 卡片「对接查看」按钮——3Dmol.js 渲染受体（cartoon + VDW 表面）+ 配体 pose（橙色 stick），直接目检结合模式
  • P9.3 严格受体准备：ADFRsuite 预制备 PDBQT 记入工具描述（vina 内置转换为筛选级）
  • P9 审计修复 ✓（2026-08-15 GUI 目检驱动，两轮）：①「对接查看」卡在「对接计算中…」且空白——complexView useEffect 依赖含每次渲染新建的 dockArgs 对象 → 重渲染清理并取消在途 fetch → ref 持有 + 稳定依赖；② 修复后仍卡 >10 分钟——根因是 3Dmol.js CDN script 加载挂起（受限网络下 onerror 不触发、promise 永不 settle，卡在对接前的加载环节）→ 3Dmol.js 本地化（vendor/3Dmol-min.js + /api/dsh-chem/3dmol.js 同源路由，CDN 降级为回退）+ 15s 加载总超时（任何情况下状态机必 settle）
  • benchmark 106 → 107 项全绿（poseOut XYZ 帧断言）