用途：面向无机晶体的性质条件生成与候选筛选，覆盖生成、评估与适配器微调，不含 DFT 级物理验证（应交给计算化学团队）。
主要能力：按目标性质生成无机晶体；用 MatterSim 做候选初步筛选（需单独 pip install mattersim）；通过适配器扩展自定义性质与数据集；支持本地 CUDA 脚本/命令行流程（Hydra 配置）以及 Azure AI Foundry 托管推理。
使用方式：Windows 用户须在 WSL2（建议 Ubuntu）内运行，NVIDIA 驱动装在 Windows 主机而非 WSL 内；需 Python 3.10（3.11+ 会破坏 torch_cluster wheels）、pip 与 uv；CUDA GPU（建议 16 GB 显存）或 Azure AI Foundry 访问权限；克隆 MatterGen 仓库前先装 Git LFS。推荐先用 docs/prototype.md 启动本地 Web UI（demo 模式无需 Azure）；脚本化/大规模使用走 docs/quick-start.md；场景选择见 docs/application-patterns.md（超硬、磁性、光电、供应链、实验室闭环）；自定义性质见 docs/data-integration.md（数据集、CSV→LMDB 预处理、适配器）；性能与成本见 docs/performance-guide.md（批处理、多 GPU）；报错见 docs/emergency-fixes.md；对外共享或实验室交接前须阅读 docs/alignment-constitution.md。资源目录含 assets/sampling_conf/（Hydra 采样配置）、assets/prototype/（FastAPI + React 应用）及两篇论文 PDF。
限制：仅支持 WSL2 路径，原生 Windows Python/PowerShell 不支持本地 CUDA 流程；托管路径的本地 CLI 仍需要 WSL2；不提供 DFT 级物理验证；未提供收费、价格与效果信息。