SuperAPI AI 工具集

chemeagle-guide

通用与其它

查看项目

更新于 10-16 07:17

技能介绍

用途:ChemEagle 用于从化学科学文献中抽取结构化化学信息,适合反应数据库构建、反应挖掘、系统综述、合成路线条件检索以及反应方法学趋势分析。

主要能力:系统采用多智能体流水线。文档解析智能体负责章节识别;化学命名实体识别(NER)智能体识别化合物名称并映射为 SMILES/InChI,同时识别试剂、催化剂、溶剂与条件及产物;反应抽取智能体完成反应物到产物的映射,抽取温度、压力、时间等反应条件、收率与选择性以及操作步骤;校验智能体交叉核对抽取数据;最终输出 JSON、CSV 或数据库等结构化结果。还支持独立实体识别与反应数据库检索、导出。

使用方式:以 Python 库方式调用,先实例化 ChemEagle,例如 eagle = ChemEagle(llm_provider="anthropic"),再调用 eagle.extract("paper.pdf") 抽取单篇论文。可通过 result.reactions 与 result.compounds 访问反应与化合物字段(如 reactants、products、catalyst、solvent、temperature、time、yield_percent、product_smiles、smiles 等)。批量处理使用 eagle.extract_batch(input_dir="chemistry_papers/", output_format="csv", output_file="reactions_database.csv")。独立 NER 使用 eagle.recognize_entities(...)。数据库构建使用 ReactionDatabase("reactions.db"),配合 add_from_extraction、search 以及 export_csv/export_json。

适用场景:化学文献反应抽取与数据库自动化构建、系统综述结构化整理、目标反应条件检索、反应方法学演变追踪。

限制:提供资料未说明支持的具体文献格式范围、可处理的论文规模、抽取准确率、支持的模型供应商完整列表、部署环境与收费信息,这些信息暂未提供。