GPUMDkit MTP CFG 标签转换

下载本组输入、真实参考输出与绘图脚本，解压后进入资料包根目录。所有示例在自己的新目录执行，inputs和reference保留。默认bash run.sh all只做工具处理；需要重新训练时才提交compute.sbatch。

先明确这一步做什么#

CFG是结构和标签的文件格式。本例将已在集群计算的九组Si自洽标签、Si非正交晶胞单点和H₂O单点转写为CFG，再用GPUMDkit转回extxyz，检查E/F/virial。没有运行MTP拟合，也不需要安装MLIP。

加载gpumdkit/1.5.8：集群配套Python3.11.16、ASE和NumPy；本篇使用2026-10-28兼容读取路径。菜单为1→102，也可以直接调用原生脚本。

第一步：看输入#

在资料包根目录执行：

module load gpumdkit/1.5.8
head -n 18 inputs/mtp/si-permuted.cfg

Si示例为2个原子，原子力与晶胞均来自实际ABACUS自洽结果。标准CFG的核心字段如下；完整输入以附件为准：

BEGIN_CFG
 Size
2
 Supercell
0 2.71467909193239 2.71467909193239
2.71467909193239 0 2.71467909193239
2.71467909193239 2.71467909193239 0
 AtomData: id type cartes_x cartes_y cartes_z fx fy fz
1 0 0 0 0 -0.09277457 0.3077037807 0.3077037807
2 0 1.35733954597 1.38448633689 1.38448633689 0.09277457 -0.3077037807 -0.3077037807
 Energy
-211.91230551
 PlusStress: xx yy zz yz xz xy
2.452925213033688 2.463440874408839 2.463440874408839 0.0118098664884063 -0.4072400027674142 -0.4072400027674142
END_CFG

id从1计数；type从0计数。转换参数中的第一个元素对应type0，第二个对应type1。本组水数据原始原子顺序为H/H/O，但类型表选O H：O为0，H为1，不能按原子出现顺序随意交换参数。

第二步：转换#

mkdir -p work/mtp-si
cd work/mtp-si
python "$GPUMDkit_path/Scripts/format_conversion/mtp2xyz.py" \
  ../../inputs/mtp/si-standard.cfg Si
head -n 4 XYZ/mtp2xyz.xyz

输出为9帧，每帧2个Si。重新执行时使用新目录；已有XYZ/mtp2xyz.xyz受到保护。

水例在资料包根目录另开一个目录：

mkdir -p work/mtp-water
cd work/mtp-water
python "$GPUMDkit_path/Scripts/format_conversion/mtp2xyz.py" \
  ../../inputs/mtp/water.cfg O H

输出仍按原始H/H/O原子顺序写出，元素参数描述的是类型表，不是对原子重新排序。

第三步：核对单位和张量#

本例PlusStress使用每构型eV的广延张量，不是GPa，也不是eV/ų。标准六分量顺序是xx yy zz yz xz xy；读取时按列名定位，因此si-permuted.cfg特意调整了列顺序，也能保持同一物理张量。此约定可对照MLIP原始CFG读取和写出实现。

转出的virial为对称3×3张量，九分量按行展开。Si非正交晶胞保持原始方向，不能只转晶胞、不转力和张量。

python - <<'ASE'
from ase.io import read
a = read("XYZ/mtp2xyz.xyz")
print(a.get_chemical_symbols())
print(a.get_volume())
print(a.info["virial"])
print(a.arrays.get("force", a.arrays.get("forces")))
ASE

缺字段时怎么处理#

本组还包含force-first.cfg：力列放在首列，读取仍按列名。missing-virial.cfg没有virial，但E/F完整，输出省略该字段；不补零。missing-force.cfg不能作为完整能量—力训练数据，转换会拒绝。

本篇不自动解释其他软件使用的Stress:或Virial:变体。先明确其单位、符号和是否已经乘体积，再转为明确的PlusStress。缺少原子分项能量site_en是正常的，不能用原子编号或总能量平均值冒充分项DFT能量。