近日，浙江大学伊利诺伊大学厄巴纳香槟校区联合学院（ZJUI）副教授Oleksiy Penkov团队历经六年深耕，针对先进材料实验室中数据分散、过程难追溯、结果难复盘等共性问题，通过设备端自动记录、电子实验记录本和大语言模型工具调用等技术路径，搭建了一套面向智能科研的实验室数字基础设施。

以先进材料领域的科研实践为例，研究过程中每天都会产生海量的衍射图谱、显微图像、工艺参数和力学测试结果，但这些数据往往分散在纸质笔记本、个人电脑和Excel表格中，形成一个个彼此割裂的信息孤岛。当需要开展跨样品、跨批次的实验规律分析时，研究人员不得不花费大量时间手动查找日志、匹配样品编号、整理零散文件，宝贵的科研精力被大量消耗在低效的"数据考古"工作中。

针对这一长期制约科研效率的普遍瓶颈，Oleksiy Penkov团队没有选择直接采购昂贵的大型商业数据管理软件，而是另辟蹊径从实验数据产生的源头切入，构建了"源头采集-结构化管理-智能调用"的实验数据全链路闭环体系。这一实践的核心突破并非依赖某一款单一工具，而是通过分步实施的系统建设，彻底打通了科研数据从产生到应用的完整链条。

团队首先围绕实验室现有磁控溅射设备，自主开发了专属控制与日志记录系统。该系统不仅实现了32通道实验参数的秒级同步自动采集，还将整个薄膜沉积过程完整记录为可直接读取、全程可追溯的纯文本日志文件，从根本上解决了实验过程数据零散、难以复用的问题。

在此基础上，团队在2021年正式部署电子实验记录本E-LabNotebook，建立了"项目-文件夹-样品-操作-文件"五级关联的层级管理体系，实现了XRD、SEM、纳米压痕等各类测试结果与对应样品信息、实验设备、操作流程及原始数据的全链路绑定。截至目前，该系统已累计沉淀19个研究项目、数百组实验样品和数千份数据文件，完整记录了团队近五年的科研全流程轨迹。

随着高质量结构化数据体系的逐步建成，团队进一步自主研发了MCP（Model Context Protocol）服务器，打通了大语言模型与电子实验记录本、设备运行日志及数据分析结果之间的数据接口，让研究人员能够通过自然语言指令一键完成实验配方查询、运行日志解析、多组数据比对及设备故障定位。在一次W/B4C多层膜镜制备对比实验中，该智能系统仅用数分钟便精准定位出"两台溅射电源输出特性差异导致界面层厚度异常"这一核心问题，而采用传统人工分析方法通常需要1-2个工作日才能完成。

Oleksiy Penkov团队通过六年的持续深耕与迭代，完成了从手写实验记录到全流程电子化、从零散数据孤岛到结构化数据资产、从人工经验排查到智能辅助分析的三重跨越。这一成功探索不仅大幅提升了团队自身的科研效率与创新能力，也为高校和科研院所的实验室数字化转型提供了一套可复制、可推广的实践范式。