编辑推荐：
为解决 Li-S 电池催化剂适应性问题，研究人员开展相关研究，提出新策略，提升电池性能。
锂硫（Li-S）电池因具有多电子转移、成本低以及硫元素天然储量丰富等优势，成为极具潜力的下一代储能系统。从过量电解液向贫电解液的转变对于 Li-S 电池的实际应用至关重要，但这一转变却会加剧反应动力学迟缓的问题。引入催化剂虽能在一定程度上缓解这些问题，然而，在不同电解液环境下采用一成不变的设计框架限制了催化剂的效果。
在此项研究中发现，在局部化学环境（LCEs）中，多硫化物与溶剂之间的竞争性吸附决定了界面电子和离子的转移速率。外部电解液条件与 LCEs 中催化剂固有特性之间的相互作用，会使 Li-S 电池中的催化性能和设计策略产生差异。可解释的机器学习（ML）为调节界面活性提供了结构方面的见解。这项工作旨在加深对 Li-S 化学中催化机制的理解，并启发由 ML 驱动的材料创新。
亮点：
- 催化剂的局部化学环境决定 Li-S 系统中的界面反应速率。
- 可解释的机器学习构建了智能的结构调整路径。
- 提出适应外部电解液条件的可变催化剂设计策略。
- 含有 Ni3S2催化剂的锂硫软包电池展现出 433 Wh kg?1的高能量密度。
总结：
传统的固定催化剂设计方法对外部条件的适应性有限，影响了实际锂硫（Li-S）电池中的催化性能。研究人员提出了一种基于催化剂局部化学环境（LCEs）的可变且智能的催化剂设计策略。LCEs 中多硫化物和溶剂之间的竞争性吸附主导着界面反应，而这一过程受外部电解液效应与催化剂固有结构之间相互作用的调控。以硫化镍作为模型体系，可解释的机器学习方法为结构调整提供了智能指导。在稀释和浓缩多硫化物的 LCEs 中观察到了相反的催化效率，并分别给出了可变的催化剂改性指导，以加速电子和离子的转移速率。基于 Ni3S2催化剂的锂硫电池在贫电解液中表现出卓越的性能，软包电池的能量密度达到 433 Wh kg?1。该研究为催化剂设计提供了全面的方案，并通过催化转化推动了锂硫电池的实际应用。
