将传统中药制剂研发的「试错经验主义」转化为基于机理动力学、特征工程与智能寻优的确定性计算——从药材物性到成品质检的完整数字化闭环，由 Linkbot_Plus Agent 引擎驱动。
中药制剂的复杂性在于：数十个因子相互耦合，温度影响溶出也影响降解，醇浓度决定溶解度也决定溶媒冲突。下图展示了系统建模的核心因子关系网络。
系统用教科书级的单元操作方程建模，而非黑盒回归。每个公式都可以追溯参数来源、代入过程和中间结果。
特征分层的设计哲学：L1 与机理模型共用物性函数，避免「特征一套数、仿真另一套」。L4 是预筛不是替代，结论必须回到机理验证。
180 味药材的原始字段：溶解度、热敏性、吸湿性、五类成分指数（多糖/黄酮/皂苷/生物碱/酚酸）、挥发油含量。区间取中值，直接来自药材量化数据库。
最佳溶媒 φ*、有效活化能、Q₁₀ 热敏指数、溶出阻力系数、粉碎能耗。与机理模型共用 solubilityOf / arrhenius，保证口径一致。按 (药材 id, 常数哈希, 特征 id) 记忆化。
按剂量份额 $p_i$ 加权的均值、方差（分歧度）、极值（短板药材）、多样性熵 $H$ 与集中度 $\mathrm{HHI}$。可行性往往由最敏感的那一味决定——只给均值会掩盖矛盾。
溶媒冲突（两两加权绝对差）、油-热冲突、吸湿×多糖乘积交互、短板落差。刻画「单味都合适、合起来做不好」的阈值效应——两因素同时存在才出问题。
指数衰减形式 $\hat{R}=100\exp(-\sum k_i \cdot \text{risk}_i)$，在 23 剂型上秒级排序。唯一含经验系数的一层，界面强制提供「L4 vs 机理真值」的对照按钮——预计算只有能被验证才有意义。
换引擎 = 换物理条件（温度、时间、热强度），代入同一条动力学方程。「蜜丸比颗粒更伤热敏成分」是算出来的（蜜丸干燥数小时），不是写死的剂型惩罚。
两套寻优不互相替代——一个每次都真算适合精调，另一个先拟合可微曲面适合大范围探索。信赖域保证每个被接受的下降步都是机理意义上真的更好。
UI 面板、Agent 工具、API 调用共用同一套 shared 计算核心。用户在界面改了参数，Agent 下次推理用的就是新值——不存在「界面一个结论、聊天另一个结论」。
制剂工作台不是独立工具，而是 Linkbot_Plus Agent 引擎的垂直应用。Agent 调用的是同一套仿真函数，用户在面板改了参数，Agent 下次推理用的就是新值。
制剂工艺大师 Agent 通过 tcm_formulation 等 11 个 operation 直接调用 shared 计算核心。Agent 不猜答案，而是驱动真实仿真并返回可复现结果。
Linkbot 的 AntiHallucination 引擎在制剂领域强制执行计算真值约束：Agent 的数值结论必须来自工具调用的返回值，而非自行编造公式推导。
跨会话的核心记忆保存用户的常用方剂和偏好参数；语义记忆通过本地向量检索匹配历史仿真结论；事件记忆记录每次寻优的关键决策点。
制剂 Agent 可无缝调用 Linkbot 的完整工具链：execute_code 执行 Python 脚本做自定义统计分析、浏览器搜索药典文献、生成 LaTeX 论文与 PPT 汇报。
通过 MCP 标准协议，Linkbot 可以对接外部科学计算软件（Mathematica、R、COMSOL），将制剂仿真与更复杂的多物理场耦合模拟无缝衔接。
复杂研发任务可启动多个 Agent 分工：Planner 拆解研究路线、制剂 Agent 执行仿真、文档 Agent 生成研究报告——19 种专属 Agent 覆盖科研全链路。