ase db）¶

目的¶

用 ASE 自带的 EMT 经验势在笔记本电脑上几秒内跑通 ASE 的核心流程：

ase_eos_cu.py：Cu 的 E–V 扫描与 EquationOfState 拟合（晶格常数、体模量）；
ase_relax_constraints.py：Cu(100) 表面吸附原子，FixAtoms 固定底层，对比 BFGS 与 FIRE；
ase_neb_idpp.py：IDPP 插值 + CI-NEB，显式指定 method（ASE ≥ 3.28 默认改为 improvedtangent）；
ase_db_demo.py：把结果写入 ase.db（SQLite），按条件查询并导出 CSV。

流程跑通后，只需把 EMT() 换成 Vasp(...)、CP2K(...) 等计算器（见 04-ase-calculators），其余代码不变。

文件说明¶

文件	说明
`ase_eos_cu.py`	7 个体积点的 EOS；`--calc vasp` 可改用 VASP（每个体积一个目录）
`ase_relax_constraints.py`	3×3×4 Cu(100) + 吸附原子，固定下两层，输出 `relax_*.traj`、带 Selective dynamics 的 `CONTCAR_bfgs`
`ase_neb_idpp.py`	吸附原子在相邻 hollow 位之间扩散的 CI-NEB，输出 `neb_barrier.png`
`ase_db_demo.py`	6 种 fcc 金属的 EMT 晶格常数写入 `metals.db`，演示 `select`、`data`、CSV 导出

运行步骤¶

conda activate dft            # Python >= 3.10（ASE 3.27 起的要求），ase >= 3.28
python -c "import ase; print(ase.__version__)"
export MPLBACKEND=Agg         # 集群/无图形界面时避免 matplotlib 报错

python ase_eos_cu.py
python ase_relax_constraints.py
python ase_neb_idpp.py --nimages 5 --method improvedtangent
python ase_db_demo.py
ase db metals.db 'a0>3.9' -c id,metal,a0,B_GPa
ase gui neb_final_path.traj   # 有图形界面时查看 NEB 路径

预期结果 / 如何检查¶

以下为在 ASE 3.29.0、Python 3.13 上实际运行得到的输出（EMT 势，不是 DFT 结果，不要拿去和实验比较）：

EOS = birchmurnaghan
V0  = 11.5654 A^3/atom   a0 = 3.5898 A
E0  = -0.007032 eV          B  = 134.3 GPa

bfgs  converged=True  steps= 12  E=8.5607 eV
fire  converged=True  steps= 22  E=8.5606 eV
fixed atoms: 18 of 37

method = improvedtangent
forward barrier = 0.423 eV   reaction energy = 0.000 eV

EOS：cu_eos.png 中拟合曲线应穿过 7 个点，最低点在扫描区间内部；若在边缘，扩大扫描范围。
约束优化：两种优化器最终能量一致（差别 < 1 meV），BFGS 步数通常更少；CONTCAR_bfgs 中固定原子带 F F F。
NEB：初末态等价，反应能应为 0；neb_barrier.png 中最高点位于中间 image。
ase db：ase db metals.db 应列出 6 行，Keys: 中包含 metal, a0, B_GPa。

注意事项¶

ase.db 中 energy、fmax、formula、natoms、id 等是保留名，不能当作自定义键（会报 ValueError: Bad key）。
NEB 结果依赖 method：复现 ASE ≤ 3.27 的旧结果时写 method='aseneb'；新 ASE 不写 method 会给出警告。
EMT 只适合 Al、Cu、Ag、Au、Ni、Pd、Pt（及少量 H/C/N/O 的粗略描述），只用来练习流程。

返回教程：第4章 ASE 与 pymatgen 实战