#materials-science Dépôts
Découvrez 19 dépôts GitHub open source actifs associés à #materials-science, cumulant 83,065 étoiles au total (soit une moyenne de 4,371 étoiles par projet). Le projet en tête de ce thème est K-Dense-AI/scientific-agent-skills, avec 57,990 étoiles.
19 dépôts au total
Transformez n’importe quel agent IA en scientifique IA. La bibliothèque n° 1 d’Agent Skills pour la science, utilisée par plus de 250 000 scientifiques dans le monde. 177 compétences validées prêtes à l’emploi, ainsi que plus de 100 bases de données scientifiques couvrant la biologie, la chimie, la médecine et la découverte de médicaments. Compatible avec Cursor, Claude Code, Codex, Pi, Antigravity et le standard ouvert Agent Skills.
Démocratisation de l'apprentissage profond pour la découverte de médicaments, la chimie quantique, la science des matériaux et la biologie
Bibliothèque de méthodes d'apprentissage automatique pour la chimie de FAIR Chemistry
Un package d'apprentissage profond pour la représentation de l'énergie potentielle à plusieurs corps et la dynamique moléculaire
Python Materials Genomics (pymatgen) est un code robuste d'analyse de matériaux qui définit des classes pour les structures et les molécules avec un support pour de nombreux codes de structure électronique. Il alimente le Materials Project.
Implémentation officielle de MatterGen – un modèle génératif pour la conception de matériaux inorganiques à travers le tableau périodique qui peut être affiné pour orienter la génération vers un large éventail de contraintes de propriétés.
NequIP est un code pour la construction de potentiels interatomiques E(3)-équivariants
MatterSim : Un modèle atomistique d’apprentissage profond couvrant éléments, températures et pressions.
Liste curated des efforts connus en informatique des matériaux, c'est-à-dire en science des matériaux moderne
Allegro est un code permettant de construire des potentiels interatomiques E(3)-équivariants hautement évolutifs
Tutoriels LAMMPS pour débutants dans des notebooks Jupyter — énergie du réseau, traction et compression, joints de grains, fracture et chaînes de polymères
Foire aux questions
Quel est le dépôt #materials-science le plus populaire sur GitHub ?
Le projet #materials-science open source le mieux classé sur GitHub est K-Dense-AI/scientific-agent-skills, avec 57,990 étoiles. Transformez n’importe quel agent IA en scientifique IA. La bibliothèque n° 1 d’Agent Skills pour la science, utilisée par plus de 250 000 scientifiques dans le monde. 177 compétences validées prêtes à l’emploi, ainsi que plus de 100 bases de données scientifiques couvrant la biologie, la chimie, la médecine et la découverte de médicaments. Compatible avec Cursor, Claude Code, Codex, Pi, Antigravity et le standard ouvert Agent Skills.
Quels langages de programmation sont les plus utilisés dans les dépôts #materials-science ?
Parmi les projets #materials-science les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, HTML, Julia.
Comment le classement des dépôts #materials-science est-il calculé ?
Nous suivons 19 dépôts open source actifs associés à #materials-science (500+ étoiles), totalisant 83,065 étoiles, avec une moyenne de 4,371 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.