01研究意图
从测量到结论,全程可审阅。
自主材料表征系统
干将,编排从图谱到下一次实验。
以研究意图为起点,调度分析模型、结构数据库与实验仪器;把每次测量、验证和修正连成可审阅的科学闭环。
02科学模型 · 干实验
XRD 分析智能
- 图谱解析
- 物相识别
- 定量分解
- 结构精修
GANJIANG / AGENTIC XRD
干将
自主分析编排中枢- 意图理解
- 路径规划
- 交叉验证
03物理实验 · 测量
XRD 仪器与实验室
- 样品制备
- 自动测量
- 原位序列
- 补测与复验
04接口 · 外部能力
探索晶体分析场景
每一种结构,都需要一条不同的证据路径
选择一个材料体系,观察干将如何从衍射信号走向结构判断。
测量图谱
证据路径
- 01定位层状特征峰峰位与强度比
- 02检验层间距约束00l 反射系列
- 03交叉验证候选相理论谱 · 数据库
- 01建立初始晶格空间群与晶胞
- 02分阶段释放参数背景 → 晶格 → 占位
- 03检查物理合理性残差 · 键长 · 稳定性
- 01搜索多个候选相主相与弱杂相
- 02分离重叠峰贡献联合分解与精修
- 03验证各相定量结果含量 · 不确定性
结构假设
层间距与目标相一致保留弱杂相复查
晶格参数收敛键长与占位保持物理合理
三相贡献已分离未解释信号继续标记
候选结构O3 / R-3m
d(003)4.72 Å
证据一致度93%
空间群Pm-3m
Rwp6.8%
Δa0.003 Å
物相数3
主相含量71%
未解释信号2.6%
结论随证据同步更新

为什么叫“干将”
取意于淬炼,也取意于判断
“干将”是中国古代铸剑文化中的名字。材料发现同样是一场漫长的淬炼:并非只追求制造更多样品,而是要在复杂的证据中分辨结构、剔除误判,并把每一次验证锻造成下一次更可靠的判断。
干将希望成为研究者与未来机器人实验室之间,那位持续学习、谨慎求证的人工智能分析科学家。
它是什么
高通量材料研发的瓶颈,正在从合成转向判断。
合成、计算和机器人实验室能够快速产生大量候选样品,但 PXRD 表征仍常依赖专家逐张分析。物相识别、多相分解、结构精修、微结构参数提取与异常判断被不同软件和经验割裂,已成为材料发现的关键瓶颈。干将将它们统一为可审阅、可复用的自主分析过程。
它服务于研究者的判断,不取代研究者的判断。
它能做什么
像专家一样分析一张图谱,并决定下一步该做什么。
统一数据,先看清问题
解析 .xy、.xrdml、.raw、.csv 等格式,检查元数据、噪声、背景、Kα₂ 与仪器域差异。
自主诊断分析任务
判断单相或多相、晶相或非晶、已知结构或未知结构,以及单张还是原位时间序列。
多路识别与定量验证
联合结构数据库、理论谱、XQueryer 与 XMatcher 输出候选;以 XDecomposer 和 Rietveld 精修共同验证。
自主、分阶段地精修
根据残差与物理合理性,在 PyWPEM、GSAS-II、FullProf 等引擎间动态选择并调整参数。
从失败到实验决策
记录失败原因、专家修正与后续验证,把可靠经验沉淀为技能,并指导下一轮实验条件。
媒体关注
新闻报道
来自媒体与行业的项目报道,记录干将在材料科研场景中的实践与进展。
下载和体验
现在,向群成员免费开放体验。
干将平台目前处于 Beta 测试阶段,现面向本群成员免费开放体验。体验资格仅限本群成员;欢迎邀请有相关需求的老师和同学加入本群。
扫描右侧二维码,加入用户群并获取体验信息。

为什么是它
好的分析,不止是一次拟合。
干将关心的不只是数字是否更好看,也关心结论是否合理、是否经得起复查、能否帮助你决定下一步。每一次经过确认的分析与专家反馈,都会成为它继续演化的基础。
- 证据先行
每个建议都应能回到图谱、模型或实验条件。
- 多路验证
重要结论用互补的方法交叉检查,而非依赖单一指标。
- 持续积累
可确认的经验被整理为可复用的分析能力,服务下一次研究。
面向未来实验室
从报告,走向“实验—表征—决策”的材料发现闭环。
干将连接机器人实验室、计算筛选与 XRD 表征:回答目标相是否形成、杂相从何而来、是否需要补测,以及下一轮应调整哪些测试参数。
它不会把未经验证的经验直接写进系统;只有被证据、专家与后续实验共同确认的策略,才会成为可版本化、可评估、可回滚的分析技能。
下载和体验 ↓
GanJiang

