用途：对本地反应网络模型做确定性轨迹模拟与独立参数条件对比。助手会执行 SBML 一致性检查、CVODE 积分和一次真实的 COMBINE 归档回放，并导出每个条件的精确 SBML 与 SED-ML 实验，而非交付未记录状态的 notebook。
主要能力：检查模型区室、物种、初始条件、边界物种、反应、参数定义与规则/事件；在解释轨迹前检查单位（SBML 反应速率为量/时间单位，物种可能是浓度或量的语义）；支持基线与目标恒定全局参数变化，每个场景从全新 SBML 模型开始，避免上一条件末态泄漏；生成 CSV 曲线、各场景独立 SBML、experiment.sedml、experiment.omex 和 report.json。
使用方式：运行时用 uv 创建环境并安装固定版本包：uv venv --python 3.11 kinetic-env；uv pip install --python kinetic-env/bin/python tellurium==2.2.13.1 libroadrunner==2.10.0 antimony==3.2.0 python-libsbml==5.21.2 python-libsedml==2.0.34 python-libcombine==0.2.20。无头运行可设 MPLBACKEND=Agg，助手不打开绘图窗口。参考运行：MPLBACKEND=Agg kinetic-env/bin/python scripts/kinetic_experiment.py --model assets/first-order.ant --format antimony --experiment assets/experiment.json --output kinetic-reference；SBML 分支将文件名替换为实际输入。输出目录必须是新目录。
限制：确定性动力学模型不适用于通量平衡重构；零维区室与 rate-rule 模型被拒绝，后者需单独容差流程；只输出 hasOnlySubstanceUnits=false 的物种浓度，拒绝仅量的选择；修改物种初始值、区室体积、赋值规则或时变输入需显式改模型并相应测试。平滑曲线或归档回放零误差不能证明模型有效性或参数可辨识性，不得裁剪负浓度掩盖问题。任意 SBML 包、事件、延迟或随机模型不在已测试范围内。