1. 引言aiida-kkr 是一个基于 AiiDA 工作流框架开发的 Python 包用于自动化管理和运行 KKRKorringa-Kohn-Rostoker多重散射方法的电子结构计算。它把复杂的 KKR 计算流程封装成可复现、可追踪的工作流让科研人员能够以声明式的方式提交、监控和归档第一性原理计算任务。本文将从功能特性、安装配置、核心语法与参数、9 个实际应用案例以及常见错误与使用注意事项五个方面系统介绍 aiida-kkr 包的使用方法。2. 功能概述aiida-kkr 包的核心价值在于把 KKR 计算从「手工脚本 文件管理」升级为「工作流 数据溯源」的科研范式。其主要功能包括计算任务封装将 KKR 的输入文件生成、任务提交、结果解析封装为 AiiDA 的 CalcJob 和 WorkChain。数据自动归档每次计算的结构、参数、输出结果自动存入 AiiDA 数据库形成可追溯的数据图谱。工作流编排支持自洽计算、能带计算、态密度计算等多步骤串联自动传递中间结果。参数校验内置输入参数检查机制在提交前发现明显错误减少无效计算。结果可视化辅助提供解析工具将 KKR 输出转换为便于绘图的 Python 数据结构。3. 安装与环境配置3.1 环境准备aiida-kkr 依赖 Python 3.8 及以上版本建议使用 conda 或 venv 创建独立环境避免与系统 Python 冲突。conda create -n aiida-kkr python3.9 conda activate aiida-kkr3.2 安装 aiida-coreaiida-kkr 基于 AiiDA 框架运行因此需要先安装 aiida-core 并完成初始化。pip install aiida-core reentry scan verdi quicksetupverdi quicksetup 会引导创建 AiiDA 配置文件、数据库和存储目录。安装完成后可用 verdi status 检查服务状态。3.3 安装 aiida-kkrpip install aiida-kkr安装完成后需要注册插件并重启 AiiDA 守护进程reentry scan verdi daemon restart3.4 配置 KKR 可执行文件aiida-kkr 本身不包含 KKR 计算内核需要单独安装配套的 KKR 程序如 JuKKR 代码套件并在 AiiDA 中注册为计算插件verdi code create core.code.installed --label kkr --computer localhost --filepath-executable /path/to/kkr4. 核心语法与参数4.1 基本工作流提交使用 aiida-kkr 提交一个自洽计算任务核心代码如下from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run 加载 KKR 计算代码 code load_code(kkrlocalhost) 构造晶体结构以体心立方铁为例 structure StructureData(cell[[2.87, 0, 0], [0, 2.87, 0], [0, 0, 2.87]]) structure.append_atom(position(0, 0, 0), symbolsFe) structure.append_atom(position(1.435, 1.435, 1.435), symbolsFe) 构造输入参数 params Dict(dict{ xc_functional: LDA, nkpts: [12, 12, 12], rmt: 1.2, emax: 1.5, nsteps: 100, }) 提交自洽计算工作流 kkr_wc WorkflowFactory(kkr.scf) result run(kkr_wc, codecode, structurestructure, parametersparams) print(result)4.2 常用参数说明参数名类型说明示例值xc_functionalstr交换关联泛函类型LDA、PBEnkptslistK 点网格密度[12, 12, 12]rmtfloatMuffin-tin 球半径1.2emaxfloat能量积分上限1.5nstepsint自洽迭代最大步数100lmaxint角动量截断3temperaturefloat电子温度费米分布展宽3004.3 能带与态密度计算aiida-kkr 支持在自洽计算基础上串联能带和态密度计算from aiida.plugins import WorkflowFactory 能带计算工作流 bands_wc WorkflowFactory(kkr.bands) result run(bands_wc, codecode, structurestructure, parametersparams) 态密度计算工作流 dos_wc WorkflowFactory(kkr.dos) result run(dos_wc, codecode, structurestructure, parametersparams)5. 9 个实际应用案例案例 1体心立方铁的基态自洽计算这是最基础的入门案例计算 bcc Fe 的基态电子结构验证安装配置是否正确。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) structure StructureData(cell[[2.87, 0, 0], [0, 2.87, 0], [0, 0, 2.87]]) structure.append_atom(position(0, 0, 0), symbolsFe) structure.append_atom(position(1.435, 1.435, 1.435), symbolsFe) params Dict(dict{ xc_functional: LDA, nkpts: [12, 12, 12], rmt: 1.2, emax: 1.5, nsteps: 100, }) result run(WorkflowFactory(kkr.scf), codecode, structurestructure, parametersparams) print(总能量:, result[total_energy])案例 2面心立方铜的收敛性测试通过扫描 K 点密度和能量截断参数确定 fcc Cu 计算的收敛条件。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) structure StructureData(cell[[3.61, 0, 0], [0, 3.61, 0], [0, 0, 3.61]]) structure.append_atom(position(0, 0, 0), symbolsCu) for nk in [8, 12, 16]: params Dict(dict{ xc_functional: LDA, nkpts: [nk, nk, nk], rmt: 1.2, emax: 1.5, nsteps: 100, }) result run(WorkflowFactory(kkr.scf), codecode, structurestructure, parametersparams) print(fnkpts{nk}, 总能量{result[total_energy]})案例 3镍的能带结构计算在自洽计算基础上沿高对称路径计算 fcc Ni 的能带结构。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) structure StructureData(cell[[3.52, 0, 0], [0, 3.52, 0], [0, 0, 3.52]]) structure.append_atom(position(0, 0, 0), symbolsNi) params Dict(dict{ xc_functional: LDA, nkpts: [12, 12, 12], rmt: 1.2, emax: 1.5, nsteps: 100, }) result run(WorkflowFactory(kkr.bands), codecode, structurestructure, parametersparams) print(能带数据节点:, result[bands])案例 4钴的态密度分析计算 hcp Co 的态密度分析 d 电子对磁性的贡献。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) structure StructureData(cell[[2.51, 0, 0], [-1.255, 2.174, 0], [0, 0, 4.07]]) structure.append_atom(position(0, 0, 0), symbolsCo) structure.append_atom(position(1.255, 0.725, 2.035), symbolsCo) params Dict(dict{ xc_functional: LDA, nkpts: [12, 12, 8], rmt: 1.2, emax: 1.5, nsteps: 100, }) result run(WorkflowFactory(kkr.dos), codecode, structurestructure, parametersparams) print(态密度数据节点:, result[dos])案例 5二元合金 FeCo 的混合势计算使用相干势近似CPA计算 FeCo 无序合金的电子结构。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) structure StructureData(cell[[2.87, 0, 0], [0, 2.87, 0], [0, 0, 2.87]]) structure.append_atom(position(0, 0, 0), symbolsFe) structure.append_atom(position(1.435, 1.435, 1.435), symbolsCo) params Dict(dict{ xc_functional: LDA, nkpts: [12, 12, 12], rmt: 1.2, emax: 1.5, nsteps: 100, use_cpa: True, cpa_concentration: {Fe: 0.5, Co: 0.5}, }) result run(WorkflowFactory(kkr.scf), codecode, structurestructure, parametersparams) print(合金总能量:, result[total_energy])案例 6铁磁性 Fe 的磁矩计算通过设置初始自旋极化计算 bcc Fe 的磁矩。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) structure StructureData(cell[[2.87, 0, 0], [0, 2.87, 0], [0, 0, 2.87]]) structure.append_atom(position(0, 0, 0), symbolsFe) structure.append_atom(position(1.435, 1.435, 1.435), symbolsFe) params Dict(dict{ xc_functional: LDA, nkpts: [12, 12, 12], rmt: 1.2, emax: 1.5, nsteps: 100, spin_polarized: True, initial_moment: {Fe: 2.2}, }) result run(WorkflowFactory(kkr.scf), codecode, structurestructure, parametersparams) print(磁矩:, result[magnetic_moment])案例 7表面体系 Fe(001) 的薄膜计算构建 Fe(001) 表面模型计算表面态和功函数。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) 构建 5 层 Fe(001) 薄膜 structure StructureData(cell[[2.87, 0, 0], [0, 2.87, 0], [0, 0, 14.35]]) for i in range(5): structure.append_atom(position(0, 0, i * 2.87), symbolsFe) structure.append_atom(position(1.435, 1.435, i * 2.87 1.435), symbolsFe) params Dict(dict{ xc_functional: LDA, nkpts: [12, 12, 1], rmt: 1.2, emax: 1.5, nsteps: 100, vacuum: 5.0, }) result run(WorkflowFactory(kkr.scf), codecode, structurestructure, parametersparams) print(表面体系总能量:, result[total_energy])案例 8杂质体系 Fe 中掺杂 Cr 的电子结构在 bcc Fe 超胞中替换一个原子为 Cr研究杂质对电子结构的影响。from aiida.orm import load_code, Dict, StructureData from aiida.plugins import WorkflowFactory from aiida.engine import run code load_code(kkrlocalhost) 2x2x2 超胞共 16 个原子 structure StructureData(cell[[5.74, 0, 0], [0, 5.74, 0], [0, 0, 5.74]]) for i in range(2): for j in range(2): for k in range(2): structure.append_atom(position(i * 2.87, j * 2.87, k * 2.87), symbolsFe) structure.append_atom(position(i * 2.87 1.435, j * 2.87 1.435, k * 2.87 1.435), symbolsFe) 将第一个原子替换为 Cr structure.sites[0].kind_name Cr params Dict(dict{ xc_functional: LDA, nkpts: [6, 6, 6], rmt: 1.2, emax: 1.5, nsteps: 100, }) result run(WorkflowFactory(kkr.scf), codecode, structurestructure, parametersparams) print(含 Cr 杂质体系总能量:, result[total_energy])《动手学PyTorch建模与应用:从深度学习到大模型》是一本从零基础上手深度学习和大模型的PyTorch实战指南。全书共11章前6章涵盖深度学习基础包括张量运算、神经网络原理、数据预处理及卷积神经网络等后5章进阶探讨图像、文本、音频建模技术并结合Transformer架构解析大语言模型的开发实践。书中通过房价预测、图像分类等案例讲解模型构建方法每章附有动手练习题帮助读者巩固实战能力。内容兼顾数学原理与工程实现适配PyTorch框架最新技术发展趋势。