用AI辅助写简单分析小程序应用笔记

student0618

0. 前言
近日需要写点python code作些比较冷门的MD分析，但个人只懂bash，python是能看不能写的程度。以前要写python 脚本我是写好pseudo code后逐行代码Google的，如今有AI无论是debug 还是文档也可以省不少时间。当然，以后有时间的话还是打算多学些基础的，就是太忙要先把工作做好。

跟同学闲聊时见都不少人也是想找AI帮忙写code，但怎样也用不了。在此分享一下试错试出来比较有用的prompt结构，希望可以帮助大家更有效地利用工具。生成脚本后也要调整/debug的，但一开始的prompt有完整逻辑可更有效率，有问题更容易排查解决。

2026年3月23日补充：提供Coding agent 相关模板实例，并根据最新趋势更新评论。

1. 软件
Chat interface:
(outdated, agents the current trend)
结构相近的Prompt在copilot、chatgpt、gemini等试用过，目前较常用社长推荐的grok3 (免费版think mode)，感觉他比较完整的抓到我所有的需求，尤其是当要做的分析比较複杂时。没有用专门写code的AI、没付费试grok4

Coding agent:
Coding agent LLM相关杂记可以参考我放灌水楼的帖 (计算化学方向简单任务试用coding agent 杂记 http://bbs.keinsci.com/thread-58190-1-1.html )

2. Prompt 结构

段落1：
清楚、详细地描述所有的需求及目的

段落2：
(chat interface) code架构
(coding agent) 完成任务的建议步骤

附件/段落3:
(Chat interface) 附件：含Library版本的conda environment yml、要implement公式的参考文献(如有，可以的话把公式的latex/mathml code和protocol部份先抓出来更好)
(Coding agent) 段落3: test files 路径及解释

3. 模板例子
3.1. Chat interface

1. 
   
2. **Aim and general**
   
3. Write a python script to perform trajectory analysis using {选用的python library，如 mdanalysis to load the trajectory, numpy to do numerical calculation, scipy for clustering}. {根据经验要给的指示，如 Only load the trajectory once. Improve the code efficiency by minimizing the use of for-loops. Clean up any unnecessary repeating actions. Optimize the analysis on a large dataset.} {个人偏好的输出文件格式，如 For the data files to save, use spaces instead of comma or tab as separater.} {计算用的单位， 如Use kJ/mol as the free energy unit, nanometer as distance unit, degree as angle unit.}
   
4. 
   
5. {确保脚本与python environment的Library相容} Refer to the attached conda environment for library versions, ensure compatibility of the script with the environment.
   
6. 
   
7. If there is anything uncertain, ask me first before you proceed.
   
8. 
   
9. **What the script should do**
   
10. 1. Estimate memory usage of the run using {用来测memory usage的library}.
    
11. 2. get the filename of {必要的输入文件，例如 topology (e.g. topology.pdb)), trajectory (e.g. trajectory.xtc), and weight (e.g. weights.xvg)}; also {必要的参数如residue ID to be analyzed, temperature in K}, and {optional的输入文件和参数} from command line option. {个人喜好所有预设参数放一起置顶方便修改}All the default variables should be defined at the beginning of the script.
    
12. 3. {如何读取输入文件，例如定义receptor ligand、xvg文件要用第几个column}
    
13. 4. {缺少文件的处理方法，如预设值或warning；预处理如align trajectory on protein C-alpha}
    
14. 5. {要做的分析，如calculate CV using the equation in the attached reference，输出哪些文件，如绘图跟data file}
    
15. 6. {绘图用的参数，如字体大小、颜色、labels、error bars}
    
16. 7. {Optional的分析和输出}
    
17. 
    
18. Finally,
    
19. 8. {输出Log文件内容} Log all steps to analysis.log, report the memory usage of the run after all the tasks have finished.
    
20. 9. {报错写入Log方便排查} Catch all the errors and log in analysis.log.
    
21. 
    

复制代码

3.2 Coding agent
注:

• 直接写用哪些文件作测试让它跑就好。
• 安全起见最好不要直接用agent 分析production 大轨迹以免memory leak或者误删，指令权限也要设好。就算是最top的LLM也可能不小心删掉或覆盖文件的。
• 以下prompt使用 opencode 和 openrouter 的平价模型进行了测试, 总计 19M tokens to 完成脚本, debug, optimize plot style等。
• debugger, planner, researcher etc 是 GitHub 上的第三方agent
  

1. # Aim
   
2. Write a python script to analyze trajectory and gmx_MMPBSA results of [my system]. The following functions should be included:
   
3. 0. load topology and  trajectory, select only atoms in trajectory from topology to load successfully, align frames on receptor backbone
   
4. 1. rmsd: [what to calculate rmsd for], output raw csv data and png plots (overlap both lines on same plot)
   
5. 2. [analysis 2] output csv and png plot.
   
6. 3. [analysis 3] output 2 plots, csv and png plot.
   
7. 4. [analysis 4] slightly adjusted mmpbsa plots of the same styleas in gmx_mmpbsa_ana (e.g. energy, decomposition...) but without the need of gui
   
8. 
   
9. # Workflow
   
10. This is complicated multi-stage work. split into research stage, plan stage, execute stage, check stage. Spawn subagents for that
    
11. 1. research on how to do aims 0-4 + combine. write research context to file
    
12. 2. plan: read research context, write multiple small plans, check plans
    
13. 3. execute: execute plans to complete the script
    
14. 4. check: test, debug the complete script.
    
15. 
    
16. # Explanation of test files
    
17. This directory has the proccessed trajectory and topology for mmpbsa, and results of mmpbsa calculation.
    
18. 
    
19. ## system topology and trajectory
    
20. [topology name] - full topology of the solvated system
    
21. [trajectory name] stripped trj with only receptor and ligand
    
22. [top itp and ndx]
    
23. 
    
24. ## scripts for trj processing and running gmx_MMPBSA
    
25. [scripts and input]
    
26. 
    
27. ## Results of mmgbsa
    
28. [mmpbsa outputs]
    
29. 
    
30. # Behavior
    
31. * Do not use the rm command, do not edit files listed above
    
32. * be profesional, clear, concise. be critical to your own work when checking.
    
33. * generalize so the code work on [type of system]
    
34. - take cmd flags, and define default variables at the top of the script
    
35. - do not hardcode paths
    
36. - no double quotes around variables that are paths
    
37. - the code should be efficient and consistent. Replace for loops with vectorization for speed. use only libraries in the current environment.

复制代码

4. 结语

上文分享了个人用AI辅助写分析小程序的笔记，如果大家有好用的技巧也欢迎留言分享讨论，如有问题也请不吝指正。

neocc

各位大佬最近有尝试让claude code/gemini cli构建md的结构吗，已经准备好了各种分子的pdb和itp文件，告诉cc用mdanalysis读取pdb文件的关键信息，packmol进行建模，结果一塌糊涂，是prompt不合适吗

student0618

我自己用AI的前提是让他作一个任务是可以提高效率。一些较specific的tasks、或者是不用一分钟就写完的脚本还是自己弄更快，让AI帮忙还要整理好逻辑写prompt，反而更慢。

建模跑模拟目前还是手动更快更好，尤其是複杂的体系还是手动较安全。而且就算是普适有html manual的软件如gmx，AI也很常搞混指令跟版本等，还不如直接看手册ctrl-F搜关键词。很多时候这些tasks用 AI反而降低了工作效率。
论坛上其他相关评论可参考 http://bbs.keinsci.com/thread-54071-1-1.html 和 http://bbs.keinsci.com/thread-52382-1-1.html

目前比较放心用AI而且感觉真显着提高工作效率的tasks有例如

• 让他写python脚本用numpy scipy 等库分析、matplotlib seaborn作图等。这些都有海量公开资料作training data的。较专业的任务如写mdp还是不太行。
• 给它一个分析MD软件A模拟数据的脚本，让他改成分析MD软件B模拟数据的脚本。附件要提供AB软件模拟数据格式或样本。
• 给AI一个自己写的 Pseudocode 或者计划大纲、研究方向，让他提问还缺什么。很多时候能帮忙找到可改善之处，启发新思路。
• 给它指定的目的，讨论代码框架、不同方向不同写法的利弊。
• 聊聊研究思路、整合各种资讯、Literature review初筛。
• 跟它吐槽诉苦，提供情绪价值，避免内耗。这要找对AI用对mode，不然有些AI比人类更虚伪、或者只是教科书式让你document everything/重复几句样版式鼓励句子。我自己有时想AI模仿一位如今很少联系的老师给点鼓励，写了至少一千字背景设定、语气、例句、不同情况应有反应等。
  

student0618

neocc 发表于 2025-8-2 02:20
各位大佬最近有尝试让claude code/gemini cli构建md的结构吗，已经准备好了各种分子的pdb和itp文件，告诉cc ...

而且真要试的话，建模过程的步骤、不同if else设定等，很可能都要完整写出来才能用，要写的字可能更多。

还不如自己写，先用一个体系试错。能用后，要重复给相似体系建模的话写个模板input 每次修改、或者用bash脚本自动化(e.g. sed 改文件名、variable 定义放多少分子等)。

Graphite

别的不说，这手prompt写的，当个产品经理都够了 虽然人类程序员会嫌你烦

student0618

Graphite 发表于 2025-8-26 21:08
别的不说，这手prompt写的，当个产品经理都够了 虽然人类程序员会嫌你烦

不少是试错试出来的 (没错就是那句only load the trajectory once，感谢当时copilot 给的代码，加一个分析读一遍轨迹......)

最近在计划拿一位老师读博开始写的几百个python脚本转成python3 后用来训练gpt-oss-20b，试试看能不能更自动化，提升效率。

student0618

近来发现 opencode 很好用，免费开源，下载开箱即跑，不必用麻烦的 chat interface了。
保留这帖仅作记录，现在除了部分逻辑外没实际用途了。

Uus/pMeC6H4-/キ

student0618 发表于 2026-1-22 10:07
近来发现 opencode 很好用，免费开源，下载开箱即跑，不必用麻烦的 chat interface了。
保留这帖仅作记录 ...

至少在提示词工程上这帖还是挺有参考意义的。

说到ai编程的交互界面（不是ai模型本身），已经有VS Code的话加装一个Cline插件也不错，不用另外装软件，在合适的环境下带权限运行可以直接把思考与计划、写代码、配依赖、试运行和排故障的全流程都在VS Code展示出来。

方方方

Uus/pMeC6H4-/キ 发表于 2026-1-22 13:00
至少在提示词工程上这帖还是挺有参考意义的。

说到ai编程的交互界面（不是ai模型本身），已经有VS Cod ...

推荐一手Claude code+GLM，真的很舒服

student0618

Uus/pMeC6H4-/キ 发表于 2026-1-22 13:00
至少在提示词工程上这帖还是挺有参考意义的。

说到ai编程的交互界面（不是ai模型本身），已经有VS Cod ...

组内也有不少用vscode，可惜自己习惯vim直接写很难适应换IDE。主要是用opencode cli/tui就是为了在手机termux遥距跑它。

有现成codebase 的话 /init 自动分析生成 project 的AGENTS.md ，稍稍修一下可取代原帖大部分内容了。

当然要用Agent要舒服也是要花点时间，不过重点多改为什么时候log什么时候不用、某LLM不要每个回应都用Perfect开首令人烦躁，以及token没注意配额用太快等事了。

student0618

请管理员删除

student0618

2026年3月23补充：提供Coding agent 相关模板实例，并根据最新趋势更新评论。