Make Dataset

Make Dataset 是候选训练结构的生产台。它把“扩胞、应变、扰动、缺陷、表面、掺杂、磁性设置” 这些操作拆成卡片，让你把一批可信初始结构扩展成候选池。

它的输出通常还不是最终训练集。更稳的路线是：

导入初始结构
-> 用卡片生成候选结构
-> 导出候选池
-> 在 NEP Dataset Display 里清洗异常结构
-> 采样后送去 DFT
Make Dataset workspace

基本操作顺序

  1. 用顶部 Open 导入初始结构。

  2. 点击 Add new card 添加生成或筛选卡片。

  3. 展开卡片，只设置与当前物理目标直接相关的参数。

  4. 勾选要运行的卡片。

  5. 点击 Run。

  6. 在卡片上检查输出数量并导出结果。

不要跳过第一步。多数卡片需要已有结构作为输入；如果你想从晶体原型从零生成结构， 应该使用对应的生成型卡片，并单独检查输出是否符合材料体系。

卡片怎么串

最常见的是线性链：

Super Cell -> Lattice Strain -> Atomic Perturb

每张卡会处理上一张卡的输出。一般原则是：

  • 先改晶胞，再改原子坐标。

  • 先做确定性结构变换，再做随机扰动。

  • 先生成候选池，再做清洗和采样。

如果同一个输入结构要走多条分支，例如一支做表面、一支做空位，可以用 Card Group。 组内卡片共享同一输入，输出再汇总。

第一次选哪张卡

目标

先看这些卡

扩大晶胞

Super Cell

补弹性响应

Lattice Strain / Shear Matrix Strain / Shear Angle Strain

补近平衡扰动

Atomic Perturb / Vibration Perturb

做缺陷

Random Vacancy / Vacancy Defect / Insert Defect

做表面或层错

Random Slab / Stacking Fault

做合金或占位变化

Random Doping / Random Occupancy / Composition Sweep

做磁性构型

Magnetic Order / Set Magnetic Moments / Spin Spiral

完整选择表见 Make Dataset 卡片手册。

什么时候导出

每张卡运行后都应该先看输出数量。数量符合预期，再导出为中间文件，例如：

candidate_pool.xyz
candidate_pool_clean.xyz
candidate_pool_fps.xyz

这样后续发现问题时，可以追溯到底是生成阶段、清洗阶段还是采样阶段引入的。

FPS Filter 放在哪里

FPS Filter 适合在候选结构已经基本干净后做代表性采样。它不负责判断结构是否物理合理。

如果候选池来自强扰动、随机缺陷、表面切片或随机占位，建议先导出候选结构， 到 NEP Dataset Display 里清洗，再回来或继续使用 FPS Filter 采样。

完整流程见 候选结构清洗后再进入 DFT。

保存和恢复工作区

顶部 Save / Load 会把当前工作区的卡片顺序、参数和启停状态保存成 JSON。 这适合保存一条可复用的生成方案，例如“某个合金体系的缺陷候选池生成流程”。

保存工作区不等于保存生成结构。结构结果仍需要从卡片导出。

文档入口

从文档 JSON 直接创建卡片

如果文档里给出的是单张卡片 JSON、卡片数组，或者完整的 card_config.json，可以先复制代码块，再回到 Make Dataset 页面执行 Load -> Paste Card JSON。

这个入口不会清空当前工作区，只会把剪贴板里的卡片追加到末尾。需要完整替换工作区时，仍然使用 Load -> Import Card Config 导入保存好的 JSON 文件。