把大象装进冰箱需要几步？
经典答案是三步：先打开冰箱门，再把大象放进去，最后关门。
可很多时候，真正让人束手无措的恰恰是第一步——不知道从哪里开始，也不知道这扇门该怎么打开。
在研究中尝试使用AI也常如此：方向繁多、工具各异，面对具体的科研问题，初学者可能还没开始，就先被“从哪儿入手”难住了。
我们整理这本手册，正是想提供一份“开门手册”：从计算机、数据和机器学习等基础概念讲起，逐步走向 ChatBot 与 Agent，帮助化学研究者找到入口，把 AI 与真实的科研问题连接起来。
人工智能是一种强大的工具，正蓬勃发展，也在带来机遇的同时引发许多焦虑。
我们相信，只有让更多人真正理解它能做什么、不能做什么，才能更好地识别并降低风险，让讨论建立在理解而非想象之上，并把技术转化为有意义的应用，切实改善生活质量和加速研究。
这个手册仍在增长和更新中，下列是一些完成的章节：
👆本章从化学研究中的候选筛选、信息整理与效率需求出发，梳理 AI for Chem 的主要方向、学习路径，以及使用 AI 时需要保留的判断与验证。
👆本章介绍计算机从理论、硬件到软件与运行环境的基本原理，并讨论计算机如何处理符号，以及“AI 是否理解化学”应如何通过科学任务检验。
👆本章讲解数据与信息的关系、不同化学数据的数字表示和组织方式，并说明如何评估数据质量、规范记录，以及为文献复用和建模做准备。
👆本章梳理 AI、机器学习、神经网络与深度学习的关系，介绍常见学习任务和模型，并讲解如何评估泛化能力、识别局限并审慎解释预测。
👆本章从 ChatBot 与 Agent 的区别讲起，介绍工具调用、RAG、Skills、模型运行环境与客户端，并说明科研任务选择、模型接入、成本及数据安全。
更新中……