快速开始

这页只做一件事：从安装到生成第一批候选结构。跑通以后，再去看完整清洗流程和每张卡片的参数。

1. 安装

建议使用独立环境，Python 版本用 3.10 到 3.12。

conda create -n nepkit python=3.10
conda activate nepkit
pip install NepTrainKit

如果你需要 GPU backend，先让安装过程能找到 CUDA。

Linux / WSL2：

export CUDA_HOME=/usr/local/cuda-12.4
export PATH="$CUDA_HOME/bin:$PATH"
export LD_LIBRARY_PATH="$CUDA_HOME/lib64:${LD_LIBRARY_PATH}"
pip install NepTrainKit

Windows PowerShell：

$env:CUDA_PATH = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4"
$env:Path = "$env:CUDA_PATH\bin;" + $env:Path
pip install NepTrainKit

启动软件：

nepkit

2. 打开 Make Dataset

第一次建议从 Make Dataset 开始。它的职责是制作训练集候选结构：输入一批基础结构， 选择一张或多张卡片，生成应变、扰动、缺陷、表面、掺杂或磁性构型。

切到 Make Dataset 后，先点击窗口顶部的 Open 按钮导入初始结构。这里的初始结构 通常是已经弛豫好的 xyz、extxyz、POSCAR 或 CIF 文件；后面的卡片都会以这批结构 作为输入继续生成候选构型。

Make Dataset empty workspace

图中需要记住四个位置：

  • Open input structures：导入初始结构。没有输入结构时，多数生成卡片没有可处理对象。

  • Add new card：添加构型生成或筛选卡片。

  • Run selected cards：只运行已勾选的卡片。

  • Workflow workspace：卡片会按顺序放在这里，后续也在这里检查结果和导出。

3. 生成一组候选结构

这里用 Lattice Strain 作为第一张卡。它的输入是已有结构，输出是一组晶格被拉伸或压缩后的结构。 这一步得到的是候选结构，不是最终训练集。

  1. 先用 Open 导入初始结构。

  2. 点击 Add new card。

  3. 选择 Lattice Strain。

  4. 设置一个小范围，例如 X/Y/Z 都从 -2% 到 2%，步长 1%。

  5. 勾选这张卡，点击顶部 Run。

  6. 运行完成后，从卡片上的导出按钮保存结果。

Lattice Strain quickstart

这张图对应的使用逻辑是：

  • 先添加卡片，不要一开始就改很多高级参数。

  • 只改与物理目标直接相关的范围，例如应变轴、最小值、最大值、步长。

  • 运行后先看输出数量是否符合预期，再导出到下一步检查。

4. 检查候选结构

Make Dataset 生成的是候选结构，不建议默认直接送 DFT。最短检查路径是：

NEP Dataset Display overview

  1. 在 NEP Dataset Display 打开候选结构。

  2. 先看结构和明显异常点。

  3. 删除或单独导出异常样本。

  4. 清洗后再决定是否做 FPS 代表性采样。

5. 进入 DFT 和训练

清洗后的结构再送去做第一性原理计算。DFT 标注完成后，用 GPUMD 训练 NEP； 训练结束后，再回到 NEP Dataset Display 查看训练误差。

完整的清洗顺序、为什么不要先 FPS、以及如何用 NEP 预测做预筛，见 候选结构清洗后再进入 DFT。

如果你在做缺陷、表面、掺杂或磁性结构，直接去看 Make Dataset 卡片手册。手册按卡片用途组织，比逐个试菜单更快。