华为联合中国科学技术大学推出“灵境造物”智能科研平台，openJiuwen社区首发Coordination Engineering全栈技术体系提供支持。
思邈该平台基于国产软硬件生态打造而成。
AI正在改变科学研究的方式。
研究人员不仅需要精通专业知识，还要花费时间协调分工并反复试验。
当今，一个能够自主规划、协作执行的“智能科学家”正在逐步实现工程化应用。
4月25日，中国科学技术大学正式发布了“灵境造物”平台，并面向全球开放使用。这标志着人工智能驱动的科学研究正向着更加系统化和开放共享的方向发展。
“灵境造物”建立在全栈国产化的软硬件生态系统之上，依托安徽与中国科学院共同支持设立的科学智能物质创制中心，整合了包括科学大模型、垂类小模型、科研机器人、自动计算及实验等在内的多个技术模块，形成了操作系统级别的入口。
为这套“智能科学家”系统提供强大支撑的是华为所支持的openJiuwen社区与MindSpore社区。通过一套面向多智能体的Coordination Engineering（协同工程）技术体系，
实现了从单个AI实体到科研团队的有效转变，完美适配灵境造物平台的各项科研需求。
openJiuwen社区发布的Coordination Engineering全栈技术体系，解决了在复杂业务场景中单一Agent难以高效执行任务的问题。
特别是在像“灵境造物”这样的多角色协作环境中，需要文献分析、实验设计和数据分析等多个智能体的协同合作才能完成科研任务。
仅依靠单个AI实体优化无法满足跨环节、复杂分工的任务需求。
为了应对这一挑战，openJiuwen社区提供了一整套解决方案：通过Agent Team Engine让多个智能体自主分工和高效协作；
提供Team Skills平台将协作经验标准化封装，使得“一支优秀团队”能够变成可以复制的技能包；
并建立了共享生态体系，使合作经验和技巧可以在社区中流通、复用。
此外，还设计了自演进机制，让这些团队能力和每个成员通过实战经验不断进步和优化。
JiuwenClaw是一款基于openJiuwen开发的高可靠企业级智能体，在华为云OfficeClaw中实现了落地应用。
- Agent Team Engine是实现AI科研团队自主分工、高效协作的关键技术；
- 其设计灵感来源于真实工作中的团队合作方式，通过模拟人类团队的工作模式来提高工作效率。
- 一个Leader Agent负责任务规划和协调管理；多个Teammate Agent分别承担具体职责并协同完成任务。
- Leader Agent负责统筹全局、动态组建团队，并确保各环节之间的依赖关系；
Teammate Agent则独立执行分配的任务，遇到问题时会主动寻求帮助并向Leader汇报进度。
团队成员共享工作区，前一个步骤的结果自动成为后续任务的输入，整个协作过程如同流水线一般顺畅高效。
Leader全程负责监控和管理团队进程；TeamMonitor则提供实时观测能力，确保每个环节都按计划进行。
在收到“某物质催化剂研发”之类的科研需求时，
Leader会自动拆解任务并组建适配的科研团队；
同时梳理任务间的依赖关系，并下达执行指令。
Team Skills平台标准化封装了协作经验，使得优秀的工作模式可以被复制和推广；
1、分级自主协同
- 并通过Team Skills Hub建立了共享机制，促进了多智能体协同新生态的建设与发展。
- 为了解决在复杂业务场景中单一Agent难以高效执行任务的问题，openJiuwen社区提供了一整套解决方案：通过Agent Team Engine让多个智能体自主分工和高效协作；
提供Team Skills平台将协作经验标准化封装，使得“一支优秀团队”能够变成可以复制的技能包。
此外，还设计了自演进机制，使这些团队能力和每个成员通过实战经验不断进步和优化。
双层自演进：团队与成员协同进化
Team Skills自演进在两个层面进行：
3、全生命周期管控
团队技能层：根据任务执行轨迹自主演进Team Skills；
成员技能层：每位Teammate Agent的Skill同样会自主进化。
演进补丁架构：经验独立存储，原始Skill不动
每条经验都携带触发来源、上下文信息及时间戳，并被自动记录下来；
量化评估与生命周期管理
- JiuwenClaw对每条演进经验进行有效性、使用率和新鲜度评分，以确定更新优先级。
- 用户可以随时审阅这些进展，确保整个过程透明可控且效果持续提升。
- MindSpore Science基于openJiuwen构建的科研智能体系统，致力于实现从智能设计到自动化执行的全流程闭环。
- 该平台通过Skills机制将模型、仿真软件等封装为标准化能力，供Agent按需调用完成高通量筛选。
在中国科大电催化剂筛选场景中，系统能显著缩短任务耗时，并提供高质量候选方案以支持实验验证。
同样在灵境造物电催化剂合成场景中，可以确保方案的科学逻辑与设备执行层面的一致性和可行性。
“灵境造物”的发布，不仅标志着一款全新科研工具的诞生，也预示着AI驱动科学研究范式的重大转变：
从人工主导走向AI自主探索、团队协同和闭环创新的新阶段。
openJiuwen发布的Coordination Engineering全栈技术体系与Mindspore科学计算底座为这一变革提供了关键支持。
openJiuwen让多Agent不仅能够协作，还能拥有技能，从临时组队到标准化沉淀+社区共建，打通了单智能体好用→多智能体协同→团队能力可沉淀→团队能力可进化的完整闭环。
MindSpore Science则基于openJiuwen构建科研智能体系统，实现了灵境造物在实验方案设计和自动化执行的全流程自主闭环。
未来，AI将不仅仅是科研助手的角色，更会成为科学研究中不可或缺的核心参与者，引领科学发现步入全新开拓时代。
我们期待openJiuwen与灵境造物持续取得突破，在自主创新的基础上进一步拓展人工智能在科研领域的应用边界。
欢迎更多的科研伙伴及开发者体验JiuwenClaw和Team Skills Hub，共同分享协作经验并推动多智能体协同新生态的发展。
有了Team Skills，如何让好的团队技能流动起来？
Team Skills Hub（teamskills.openjiuwen.com）就是这样一个共享平台，让团队能力被创建、检索、下载、共享和维护。
当前已覆盖数据与科研、开发编程、办公生产力、内容创作、多模态与媒体、合规与法律、生活与健康、金融与理财八大场景，用户可以一键下载使用。
同时，JiuwenClaw还提供了“团队技能自动生成专家”teamskill-creator，用来帮助用户创建Team Skill。
大家可以体验、创建团队技能，并上传至Team Skills Hub平台共享。
相当于用你的协作经验，帮助更多人高效协作。
Team Skills自演进：让AI科研团队越用越强
Team Skills解决了团队协作经验的沉淀与复用，但真正的科研团队能力不会停留在“复制过去”。
在真实任务场景中，Agent Team会遇到角色缺位、流程断点及工具失效等问题。
以灵境造物在材料物质化学研究中的实践为例：
初始Team Skill虽配备了文献调研、材料建模、性能筛选等核心角色，但在具体执行中发现，材料的稳定性测试仍需专属Agent，且原有的仿真流程也暴露出明显的效率瓶颈。
JiuwenClaw提供的Team Skills自演进机制，会自动捕捉这些实战经验，分析根因，生成演进建议——
如新增“稳定性测试Agent”、优化仿真过程的任务依赖等，这些经验让团队技能越用越好。
1、双层自演进：团队与成员协同进化
Team Skills自演进同时在团队技能层和成员技能层两个层面展开：
- 团队技能层：系统根据任务执行轨迹自主演进Team Skills，如增加成员角色、补充约束规则、优化协作流程等，让Leader Agent的任务规划与团队管控能力持续升级；
- 成员技能层：每位Teammate Agent的Skill同样自主进化，工具报错、接口超时等实战经验被自动沉淀，再次遇到同类问题时直接解决，不再重复踩坑。
2、演进补丁架构：经验独立存储，原始Skill不动
演进内容以独立的经验条目附加到Skills上，而非直接修改原始文件。
每条经验携带触发来源、上下文、时间戳与质量评分，可单独审查与淘汰。
Skills本身升级后，已积累的经验无缝沿用，不存在冲突。
3、量化评估与生命周期管理
并非所有经验都值得保留，JiuwenClaw对每条演进经验会进行有效性、使用率、新鲜度评分，更新优先级。
用户可随时审阅，确保演进过程始终透明可控，效果不劣化。
MindSpore助力灵境造物全流程自主闭环
在材料化学研发中，效率瓶颈往往在于从文献启发到理论筛选、从实验设计到自动化执行之间的协同链条。
MindSpore Science面向这一挑战，构建了领域套件和覆盖模型、工具、仿真软件的科研智能体系统。
MindSpore Science是基于openJiuwen构建的科研智能体系统，致力于实现从智能设计到自动化执行的闭环。
该系统通过“Skills原子化能力封装+Agents智能决策编排+昇腾硬件亲和模型”的技术路线，实现了从模型推理到仿真筛选、实验设计到数据分析的无缝衔接。
理论筛选的革命：高效计算驱动效率跃升
传统理论筛选难以平衡高精度仿真的耗时与快速经验力场的精度，MindSpore Science提供深度优化的科学计算套件，集成SOTA模型并适配昇腾硬件做多维优化。
同时通过Skills机制将模型、仿真软件等封装为标准化能力，供Agent按需调用完成高通量筛选。
在中国科大电催化剂筛选场景中，该系统能将耗时数周的任务压缩至数小时，并为实验验证提供高质量候选方案。
方案设计的进化：从“手写方案”到“自动执行”
针对传统实验方案手写耗时、校验繁琐、易出错的问题，MindSpore Science基于openJiuwen构建MindSpore Science Agent，实现实验方案“自动生成-可执行性审核-迭代优化-下发执行”的完整闭环。
同时具备假设生成与自我纠错能力，减少错误干扰。
在灵境造物电催化剂合成场景中，可确保方案在科学逻辑与设备执行层面的可落地性。
结语
“灵境造物”的发布，不只是一款科研工具的问世，更是AI驱动科学研究的范式跃迁：
从人工主导，走向AI自主探索、团队协同、闭环创新。
这一切，离不开openJiuwen发布的Coordination Engineering全栈技术体系，与Mindspore科学计算底座的关键支撑。
openJiuwen让多Agent从“能协作”到“有技能”，从临时组队到标准化沉淀+社区共建，打通了单智能体好用→多智能体协同→团队能力可沉淀→团队能力可进化的完整闭环，让科研智能体团队协作从“一次性组队”走向“团队化作战”。
MindSpore Science则基于openJiuwen构建了科研智能体系统，实现从灵境造物在实验方案设计到自动化执行的闭环。
未来，AI将不止是科研助手，更会成为自主探索的“核心参与者”，以灵境造物为代表，迈向全流程自主科研。
期待openJiuwen与灵境造物持续突破，以全栈自主创新，打开AI科研更广阔的边界，让更多科研工作者借助AI的力量，加速科学发现的步伐。
欢迎科研伙伴与广大开发者，体验JiuwenClaw与Team Skills Hub，共享协作经验，共建多智能体协同新生态。
相关资源
Team Skills Hub：https://teamskills.openjiuwen.com/
JiuwenClaw AtomGit：https://atomgit.com/openJiuwen/jiuwenclaw
JiuwenClaw GitHub：https://github.com/openJiuwen-ai/jiuwenclaw
openJiuwen AtomGit：https://atomgit.com/openJiuwen/
openJiuwen GitHub：https://github.com/openJiuwen-ai/
openJiuwen官网：https://www.openjiuwen.com/
MindSpore官网：https://www.mindspore.cn/
MindSpore Science AtomGit：https://gitcode.com/mindspore-lab/mindscience