锥形交叉点(CIs)——即两个势能面(如基态和第一激发态)重合之处——在光化学中至关重要。然而,通常要在没有大量化学直觉和计算成本的情况下找到它们往往十分困难。为解决这一问题,我们提出了RANGE-X——一个完全自动化、无梯度的框架,用于定位锥形交叉点及其能量景观,包括基态和激发态极小值、过渡态以及反应路径。该工作流基于混合人工蜂群/遗传算法全局优化器RANGE(Robust Adaptive Nature-inspired Global Optimizer,稳健自适应自然启发全局优化器),其在三种并发代价函数下执行无梯度、多目标采样,分别针对锥形交叉点、基态极小值和激发态极小值,在单次运行中完成。RANGE的输出通过一个机器学习后处理层进行放大,该层将代价曲面的高斯过程回归与几何空间的DBSCAN(基于密度的带噪声应用空间聚类)聚类相结合,从累积数据中提取光化学反应景观拓扑、不同的CI簇、基态异构体势阱以及近似过渡态,无需进行额外的电子结构计算。可选地,可以执行基于梯度的锥形搜索精修,以实现锥形交叉点能量间隙在亚毫电子伏(sub-meV)精度下的计算。候选过渡态通过路径插值管道进行验证,该管道能够区分离散势阱拓扑与宽肩拓扑——后者仅凭几何空间聚类无法分辨。该框架对基态和激发态的方法是方法无关的,对反应路径验证方法也是如此,可以与经典或量子硬件上的任何从头算软件耦合。在本工作中,使用GAMESS的自旋翻转含时密度泛函理论(SF-TDDFT)来研究基态和激发态。反应路径验证器采用的是微扰弹性带(NEB)方法。两种选择均为示例性质,可替换为其他适当方法。该框架在八个体系上进行了演示,涵盖有机化学、d区元素、异金属化学、多片段金属有机以及f区元素化学。