AutoDFT：用于自主 DFT 计算的闭环多智能体框架

密度泛函理论（DFT）计算通常需大量人工干预以应对收敛失败或意外物理现象。现有基于大语言模型的代理仅能自动化初始规划，缺乏适应性。本文提出 AutoDFT，一种闭环多智能体框架，将大模型推理嵌入 DFT 全生命周期。该框架包含战略规划器生成目标骨架、步骤规划器即时生成数值参数，以及监控 - 恢复 - 反思循环以诊断故障并修正计划。实验表明，AutoDFT 在 VASPBench 基准上任务成功率达 94.1%，并能可靠预测材料属性，实现了规划与执行的闭环，降低了计算门槛。