init_bulk param.json

初始训练集制备，包括对构型（VASP、PWmat等格式）进行驰豫、阔胞、缩放、微扰和AIMD（支持 DFTB、PWMAT、VASP）设置。参数列表如下。

data_format

用于设置init_bulk 执行结束后的得到的数据格式，默认为扩展的xyz格式 extxyz。

reserve_work

是否保留临时工作目录，默认值为 false , 不保存。

interval

用于设置提取数据时，从轨迹中选取结构的间隔，即在轨迹中，每隔多少个结构选取一个构型，默认值为1。

sys_config_prefix

用于设置初始构型的路径前缀，可选参数，与 sys_configs/config 配合设置。可以是绝对路径或者相对路径，相对路径为当前目录。

例子："sys_config_prefix":"/data/structure", "config":"atom.config", 则 atom.config 的实际路径是 /data/structure/atom.config

sys_configs

设置构型的文件路径、驰豫（relax）、阔胞（super cell）、缩放晶格（scale）、微扰原子位置（pertub）、AIMD。完整的参数如下例所示。

config

设置构型的文件路径，如果设置了 sys_config_prefix 则进行路径拼接，否则使用 config 中设置的路径作为config路径。

format

设置构型的文件类型，支持 VASP 的 POSCAR 或者 PWMAT 的 atom.config 格式。如果是 POSCAR 文件，则值为 "vasp/poscar", 默认值为 "pwmat/config"。

relax

是否对 config 做驰豫，默认值为 "true"。

relax_input_idx

设置驰豫使用的控制文件，与 relax_input 配合使用，指定控制文件的位置，如 例子 中所示，使用 relax_input 中设置的 relax_etot1.input 文件作为 PWMAT 控制文件。默认值为0，即使用 relax_input 中的第一个文件作为控制文件。

super_cell

用于阔胞设置，可选参数，如不设置，则对结构不做阔胞。数据格式为 list，支持如下格式输入：[1, 1, 2] 或 [[1,0,0],[0, 2, 0],[0,0,1]] 或 [1,0,0,0, 2, 0,0,0,1]。

scale

用于对晶格的缩放设置，可选参数，如不设置，则对结构不做缩放。数据格式为 list，如 [0.9, 0.95，0.96, 0.97]，表示对结构晶格分别进行 0.9, 0.95，0.96, 0.97 微扰，将得到四个微扰后的结构。

perturb

对结构的原子位置做扰动，配合 cell_pert_fraction 、atom_pert_distance 使用，perturb 值为扰动后生成的结构数量。可选参数，不设置则不做扰动。

cell_pert_fraction

对晶格的扰动。对 9 个晶格值分别加上从[-cell_pert_fraction，cell_pert_fraction]范围内的均匀分布中随机采样的值，默认值为 0.03。

atom_pert_distance

原子坐标的扰动（Angstrom）。对每个原子的三个坐标值，分别加上从 [-atom_pert_distance，atom_pert_distance] 范围内的均匀分布中随机采样的值。默认值为 0.01。

aimd

是否对结构做分子动力学模拟，默认值为 true。

aimd_input_idx

设置 AIMD 使用的控制文件，与 aimd_input 配合使用，指定控制文件的位置，如 例子 中所示，使用 aimd_input 中设置的 aimd_etot.input 文件作为 PWMAT 控制文件。默认值为0，即 使用 aimd_input 中的第一个文件作为控制文件。

bigmodel

是否使用大模型运行 MD，默认值为 False

bigmodel_input_idx

设置 bigmodel 使用的脚本，与 bigmodel_input 配合使用，指定脚本文件的位置。

direct

设置 是否使用 direct 方法筛选结构，默认值 False， 与 direct_input 配合使用，direct 为 True 时，必须在 direct_input 中指定 direct的 脚本文件所在位置。

sys_config 设置例子

    "sys_config_prefix": "../../si_example/init_bulk",
    "sys_configs": [{"config":"./structures/49.config", 
                    "relax":true, 
                    "_relax_input_idx":0, 
                    "super_cell":[1, 1, 2], 
                    "scale":[0.9,0.95], 
                    "perturb":3, 
                    "cell_pert_fraction":0.03, 
                    "atom_pert_distance":0.01, 
                    "aimd":true, 
                    "_aimd_input_idx":0
                    },
                    {"config":"./structures/44_POSCAR", 
                    "format":"vasp/poscar", 
                    "relax":false, 
                    "super_cell":[[1,0,0],[0, 2, 0],[0,0,1]], 
                    "perturb":2, 
                    "aimd":true, 
                    "aimd_input_idx": 1
                    }
        ]

这里设置了49.config 和 44_POSCAR 两个结构，分别是 pwmat/config （默认格式）和 vasp/poscar格式。

• 对 49.config 操作如下：step1. 对 49.config 做 relax，使用的 relax 控制文件为 relax_input 中的第一个文件；step2.对relax得到的结构，分别对晶格做0.9, 0.95缩放，缩放方式参考；step3. 对缩放后得到两个文件做晶格和原子位置微扰，各自微扰出3个结构，微扰方式参考；step4. 对微扰后得到的6个结构做 AIMD，使用的 md 控制文件为 aimd_input 中设置的第1个文件。init_bulk执行结束后将得到6条 AIMD 轨迹。
• 对 44_POSCAR 操作如下：step1. 对 49.config 做阔胞，按照 [1,0,0],[0, 2, 0],[0,0,1] 阔胞，阔胞方式参考；step2. 对阔胞后的结构做微扰；step3. 对微扰后得到的2个结构做 AIMD，使用的 md 控制文件为 aimd_input 中设置的第2个文件。init_bulk 执行结束后将得到2条AIMD轨迹。

因此init_bulk执行结束后将得到6条轨迹，之后会自动将轨迹提取为data_format中指定的文件格式。

dft_style

设置 Relax 和 AIMD 使用哪种DFT计算软件，默认值为 pwmat, 也支持 VASP格式，如果是 VASP 格式，则设置为 vasp。

pseudo

设置 PWMAT 或 VASP 赝势文件所在路径，为list格式，赝势文件路径可以为绝对路径或相对路径（相对于当前路径）。

gaussian_param

CP2K 或 PWMAT 高斯基组参数设置， basis_set_file 和 potential_file 指定基组和势函数文件路径。 atom_list, basis_set_list, potential_list 配合使用，分别指定元素对应的基组和势函数设置。kspacing 用于设置 K点，用法与 PWMAT KSPACKING 设置 相同。

"gaussian_param": {
    "basis_set_file":"./init_bulk/BASIS_MOLOPT_1",
    "potential_file":"./init_bulk/POTENTIAL_1",
    "atom_list":["Si"],
    "kspacing" :0.4,
    "basis_set_list":["SZV-MOLOPT-SR-GTH"],
    "potential_list":["GTH-PBE-q4"]
}

relax_input

设置 Relax 的 输入控制文件。如果存在多个 relax 控制文件，则按照list 格式组织。详细的设置请参考下面的例子。

aimd_input

设置 AIMD 的 输入控制文件。如果存在多个 aimd 控制文件，则按照list 格式组织，对于只是用单个文件的情况，也可以设置为dict格式。

input

设置输入控制文件的路径，可以为绝对路径或相对路径（相对于当前路径）。

kspacing

该参数为PWMAT的输入参数，用于设置K点，可选参数。如果在etot.input文件中未设置 MP_N123 参数，则使用该参数设置 K点。如果文件中已经设置了 MP_N123，则对该参数的设置会造成错误，请确保 MP_N123 与 kspacing 只能同时存在一个。 该参数为PWMAT的输入参数，用于设置K点，可选参数。如果在etot.input文件中未设置 MP_N123 参数，则使用该参数设置 K点。

如果 etot.input 文件中未设置 MP_N123，且 kspacing 未设置，则采用默认设置 kspacing 值为 0.5。

注意，不能同时设置 MP_N123 与 kspacing。

flag_symm

该参数为PWMAT的输入参数，用于设置K点，可选参数。对于 Relax 或者 SCF 计算，默认值为 0, 对于 AIMD计算，默认值为 3。

bigmodel_input

设置 大模型的脚本文件。如果存在多个脚本文件，则按照 list 格式组织。

对大模型的接口设置，请参考例子 si_direct_bigmodel。

direct_input

设置 direct 采样的脚本文件，为单文件路径。

对 direct 的接口设置，请参考例子 si_direct_bigmodel。

完整例子

    {
        "reserve_work": true,
        "sys_configs":[{
            "config":"atom.config", 
            "relax":true, 
            "relax_input_idx":1, 
            "super_cell":[1, 1, 2], 
            "scale":[0.9,0.95], 
            "perturb":20, 
            "cell_pert_fraction":0.03, 
            "atom_pert_distance":0.01, 
            "aimd":true, 
            "aimd_input_idx":0
        }],

    "dft_style":"PWmat",
    "pseudo" : ["/path/Si.SG15.PBE.UPF"],

    "relax_input":[{
            "input":"relax_etot.input",
            "kspacing":0.5,
            "flag_symm":"0"
        },{
            "input":"relax_etot1.input",
            "kspacing":0.3,
            "flag_symm":"0"
        },{
            "input":"relax_etot2.input",
            "kspacing":0.4,
            "flag_symm":"0",
            "_flag":"1个整数，relax or scf 0 , aimd 3, 磁性体系2"
        }],

    "aimd_input":[{
            "input":"aimd_etot.input",
            "kspacing":0.5,
            "flag_symm":"3"
        },{
            "input":"aimd_etot1.input",
            "kspacing":0.5,
            "flag_symm":"3"
        }]
    }

上述参数作用

1. 对 atom.config 做relax；
2. 对relax后的结构做阔胞（1,1,2）；
3. 对阔胞后的结构对晶格分别进行0.9、0.95缩放;
4. 对缩放后得到两个结构的原子位置微扰，各自扰动生成20个结构；
5. 对扰动后得到的40个结构做AIMD模拟；
6. 将AIMD轨迹自动提取为 PWdata 数据格式作为预训练数据。

relax_input 和 aimd_input

kspacing和flag_symm是PWMAT的K点设置，如果没有在 etot.input文件中设置 MP_N123 参数，那么程序会使用这两个参数设置K点。因此，如果您已经etot.input设置了 MP_N123 ，那么，您可以将relax_input 和 [aimd_input] 简写为如下形式

    "relax_input":[
        "relax_etot.input",
        "relax_etot1.input",
        "relax_etot2.input"
    ],

    "aimd_input":[
        "aimd_etot.input"
        "aimd_etot1.input"
    ]

如果您对在 sys_configs 中的所有结构，都使用同一个relax或者aimd，那么您可以进一步将参数简写为

    "relax_input":"relax_etot.input",
    "aimd_input": "aimd_etot.input"

此时，在 sys_configs 您不必再写 relax_input_idx 和 aimd_input_idx 参数，此时您的 sys_configs可以写为如下所示。

    "sys_configs":[{
        "config":"atom.config", 
        "relax":true, 
        "super_cell":[1, 1, 2], 
        "scale":[0.9,0.95], 
        "perturb":20, 
        "cell_pert_fraction":0.03, 
        "atom_pert_distance":0.01, 
        "aimd":true
    }]

vasp 的 relax 和 aimd 输入控制文件设置

vasp

设置 dft 计算软件类型
"dft_style":"vasp",
赝势设置
"pseudo" : ["POTCAR"]

单文件
"relax_input":"relax_incar"
多文件
"relax_input":["relax_incar1", "relax_incar2"]

单文件
"aimd_input":"aimd_incar"
多文件
"aimd_input":["aimd_incar1", "aimd_incar2"]

cp2k的 relax 和 aimd 输入控制文件设置

设置 dft 计算软件类型
"dft_style":"cp2k",
赝势设置
"basis_set_file_name":"BASIS_MOLOPT",
"potential_file_name":"POTENTIAL",
设置K点
 "kspacing":0.5
单文件
"relax_input":"relax_cp2k.inp"
多文件
"relax_input":["relax_cp2k.inp", "relax_cp2k2.inp"]

单文件
"aimd_input":"aimd_cp2k.inp"
多文件
"aimd_input":["aimd_cp2k.inp", "aimd_cp2k2.inp"]