概览
所提供的仓库文档介绍了 fairchem，这是 FAIR Chemistry 团队为材料科学和量子化学开发的模型、数据及应用集合。对于此 Open Catalyst Project 条目，相关文档功能是其催化工作流：通过 fairchem-core 使用预训练 UMA 模型，并通过 FAIRChemCalculator 将其连接到原子模拟环境（ASE）。摘录介绍的是当前 fairchem 工作流，并未单独介绍 Open Catalyst Project 数据集或旧版模型。
输入是以 ASE atoms 对象表示的原子结构，并与模型和特定领域的任务名称配套使用。README 将 oc20 用于催化，将 oc22 用于氧化物催化，并将 oc25 用于（电）催化；其中后两者注明了模型系列限制。其表面示例构建了一个吸附 CO 分子的铜板，并使用 ASE 优化器弛豫结构。其他示例展示了无机晶体弛豫、输出轨迹的分子动力学，以及不同自旋态之间的分子能量差。这些示例将预测模型用于模拟工作流，而不是将 fairchem 描述为独立的发现代理。
实际使用时，需要通过 Hugging Face 申请 UMA 模型访问权限，并在使用预训练模型前完成身份验证。多 GPU 和多节点推理（包括 LAMMPS 集成）需要 Ray。对于无机材料比较，README 提醒，基于 OMat24 训练的模型能量不能直接与 Materials Project 计算结果比较，且需要考虑参考能量和校正项。仓库代码采用 MIT 许可，但检查点许可因应用领域而异；不应将代码许可视为对所有模型或数据集的使用授权。
主要功能
- 通过 FAIRChemCalculator 与 ASE 集成，将预训练 UMA 预测接入结构优化和分子动力学工作流。
- 按领域选择任务，包括用于催化的 oc20、用于氧化物催化的 oc22，以及用于（电）催化的 oc25；README 标注 oc22 和 oc25 仅限 1p2 模型使用。
- 文档中的吸附物弛豫示例结合了铜表面、CO 吸附物和 ASE 的 LBFGS 优化器。
- 其他示例涵盖无机晶体弛豫、分子动力学轨迹写入，以及使用电荷和自旋元数据计算分子自旋能隙。
- 多 GPU 和多节点推理通过 workers 设置实现，并支持 LAMMPS 工作流，但需要 Ray。
使用场景
- 建议的评估方式：将文档中的 CO 在铜表面上的弛豫示例改用于有代表性的吸附物—表面体系，并将弛豫后的结构与适当的参考计算进行比较。
- 建议的评估方式：针对氧化物或电化学表面结构评估适用的催化任务，并在推理前核对文档注明的模型限制。
- 建议的评估方式：探索将 ASE 驱动的弛豫或动力学作为材料发现工作流的初步阶段，并使用配置一致的参考结果验证相关能量差。
使用方式
- 阅读 fairchem README，确定适用于你的体系的预训练模型工作流。所提供的源材料介绍了 fairchem 和 UMA，并未提供单独的 Open Catalyst Project 快速入门指南。
- 按照 README 中的说明，在隔离环境中安装 fairchem-core。选择标准工作流，或查阅分布式推理的额外要求；不要假定所有可选集成都已安装。
- 在 UMA 模型仓库申请访问权限，并完成文档所述的 Hugging Face 身份验证流程。请将适用的检查点条款与仓库代码许可分开核查。
- 准备一个 ASE atoms 对象并选择适当的任务。对于催化，可从文档中的 oc20 表面弛豫示例开始；选择 oc22 或 oc25 前，请核实模型限制。
- 配置 FAIRChemCalculator，并改用文档中的优化器或动力学示例。将输出与适当的参考计算进行评估。对于分布式推理或 LAMMPS，请查阅 常见任务文档及其 Ray 要求。