功能详解
Protomia Solution 的完整功能——计算、材料、写作、文献与工作区。
Protomia 通过对话完成真实的计算化学工作。你描述分子和任务，它负责准备输入、提交作业、跟踪队列，并在同一条线程里返回结果、文件和图像。
除了计算本身，它也处理围绕计算的工作——写作、文献、脚本和文件。本页列出全部功能；凡有限制之处，都会明确说明。
分子计算
| 任务 | 你会得到什么 |
|---|---|
| 单点能 | 能量、偶极矩、HOMO/LUMO |
| 几何优化 | 优化后的结构、能量，以及可下载的 .xyz 文件 |
| 频率 | 红外与拉曼光谱、热化学数据、零点能 |
| 分子动力学 | 轨迹；当全量子化学计算过慢时，可使用快速机器学习势 |
| 过渡态搜索 | 过渡态结构、虚频振动模式与反应能垒 |
| IRC | 从过渡态下行的反应路径，用于确认它确实连接了正确的极小点 |
| NEB | 两个结构之间的最小能量路径 |
| 反应能学 | 由反应物、产物与过渡态（含化学计量数）计算反应能与热力学量 |
| 紫外可见光谱 | 垂直激发，或采用核系综方法给出更真实的谱带形状 |
| 发射／荧光 | 完整的 Kasha S₁ 工作流——基态优化与频率、激发态优化与频率，再在激发态几何上计算基态能量 |
| 激发态几何与频率 | 直接在 S₁、S₂ … 上进行优化与频率计算，而非 S₀ |
| 轨道与电子密度 | HOMO、LUMO 与密度的 cube 文件，可直接用于等值面绘制 |
| 批量作业 | 对一组分子提交同一种计算 |
| 分子描述符 | 结构的计算性质 |
多步骤任务会自动串联：“先用 AIQM3 优化，再用 OMNI-P2x 计算紫外可见光谱”——每一步都在上一步优化好的几何上运行，你无需自己衔接。
周期性体系与表面
通过 CP2K 处理晶体、平板模型与吸附：
- 晶胞与平板几何优化、带隙计算
- 任意 N×N×N 的超胞
- 按密勒指数构建平板，可自定义真空层厚度与终止面
- 吸附质放置与吸附工作流，CP2K 输出会自动完成后处理
计算方法
- 机器学习量子化学——AIQM1、AIQM2、AIQM3，以及 UAIQM（通用且可更新的 AIQM 模型，覆盖近乎整个元素周期表）。
- 神经网络势——包括用于激发态的 OMNI-P2x。
- 半经验方法——GFN2-xTB、ODM2*、OM2。
- DFT 与波函数方法——例如 B3LYP/6-31G*、ωB97X-D/def2-TZVP、CAM-B3LYP 等，基组可自选。
关于元素覆盖范围： AIQM1 与 AIQM2 支持 H、C、N、O；AIQM3 增加 F、S、Cl。超出上述范围时请使用 UAIQM。
计算引擎与运行环境
在 Hub 上，计算通过 MLatom 执行，默认引擎为 PySCF，半经验计算使用 xTB，周期性体系使用 CP2K。你无需自备任何软件许可证。
Gaussian 等商业软件在 Hub 上不可用。Protomia 可以为它们生成输入文件，你可以在自己持有许可证的机器上运行，再把输出结果带回来继续分析。
如何提供分子结构
用你手头已有的形式即可：
- 常用名称——“benzene”“triphenylamine”
- SMILES 字符串
- 直接粘贴的 XYZ 坐标
- 上传文件——
.xyz、.pdb、.sdf、.mol、.json，或 Gaussian 的.gjf/.com - 结构图片——它会从图像中识别出结构
上传的结构具有最高优先级：系统会直接使用你给出的坐标，而不会根据名称重新生成。
真实作业，而非纸上谈兵
Protomia 会提交真实的集群作业，并报告队列状态。长时间计算完成后，你可以回到原来的对话继续——即使是在之后的另一次会话中。你也可以随时让它查看正在运行的作业或取消某个作业。
可直接使用的结果
结构会在对话中直接渲染，无需下载即可查看几何构型。cube 文件返回后即可用于绘制等值面。反应相关的工作会生成一份包含所提取能量的表格，便于你自行核对数据并继续分析。所有文件都保存在你自己的工作目录中。
计算之外
这一部分决定了计算结果能否变成可以发表的工作。
写作与发表
- 基于你刚刚得到的结果（反应研究、基准测试、光谱等），用 LaTeX 起草论文或报告，而不是从空白页开始。
- 根据审稿意见修改 Word 稿件，并通过 EndNote 以确定性的方式插入参考文献。
- 准备审稿回复材料：解析编辑部邮件、搭建回复信框架，并逐字保留审稿人意见。
- 直接创建、编辑、翻译或修复 Word 文档。
文献与知识
- 检索公开文献，并核验 DOI 与 arXiv 元数据，而不是依赖模型记忆中的引用。
- 直接询问 MLatom 本身——方法、输入关键词、Python API——答案来自文档而非模型记忆。
- 参考精选学习材料，包括 MLatom 教程与《计算化学与人工智能》课程资料。
- 获取机器学习势的数据集推荐，可按所需元素与性质筛选。
你自己的方法
- 引入你所在课题组的 skills——描述常用方法、约束条件、模板或工作流步骤的可复用说明文件——Protomia 会在整个会话中一致地遵循它们，使课题组的规范在一次次计算之间得以延续。
你的工作区
- 在工作目录中运行 shell 命令与 Python，并查看日志。
- 浏览与编辑代码——检索代码库、查看 git 历史、进行结构化修改。已有用户把自己的模拟程序带到这里，而不只是分子。
- 在任务过程中读取 PDF、抓取网页。
它不会做的事
- 你已经提供了几何结构时，它不会另行编造。
- 它不会悄悄替换你指定的方法。如果该方法并不适用，它会说明原因并提出替代方案。
- 它不会编造参考文献——引用会与 DOI 和 arXiv 元数据核对。
- 它不能代替你理解自己在算什么。它可以设置、运行并解释计算，但科学判断仍然属于你。
在哪里试用
Protomia 运行在 Aitomistic Hub 上。注册免费，并提供免费额度用于真实计算。