鸢算科技：NCI与TDDFT/Casida/时间传播
NCI：各目录准备合法POTCAR。water-dimer-hbond保留原优化输入供参考；两个nci密度目录已使用实际优化几何。优先提交water-dimer-nci-grid240/run.sh。完成后python prepare_nci.py，再到post目录sbatch post.sh。后处理完成后回包根目录module load ase/3.29.0，python extract_nci.py。若换材料，必须改结构、片段及nci.cri观察盒；本例的固定片段不能通用。180^3密度目录供网格对照。
TDDFT：先提交si-manybody-scf/run.sh；完成后根目录python prepare_response.py选1，再提交si-manybody-exact/run.sh；完成后prepare_response.py选2，分别提交si-pbe-casida和si-pbe-timeev。最后python extract_tddft.py。前置P100构建，响应6.6.1CPU构建，脚本选择兼容CPU资源；不宣称响应GPU加速。
结果JSON与图为实际参考，不随用户新计算自动更新。附件没有POTCAR、WAVECAR、WAVEDER、CHGCAR、私有日志和原始大密度网格。保留用户自己运行产生的这些文件用于后续步骤。
