القائمة
询问使用 SPONGE 的 PRIPS 对接机器学习/神经网络势场时使用。 适用于 Python plugin 编写、环境准备、力回填。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
| name | sponge-prips-mlp |
| description | 询问使用 SPONGE 的 PRIPS 对接机器学习/神经网络势场时使用。 适用于 Python plugin 编写、环境准备、力回填。 |
本技能用于把外部机器学习势场通过 PRIPS 接到 SPONGE。
适用场景：
PRIPS 接入 MACE、MolCT、NequIP、PaiNN、自定义 torch 势到SPONGE中After_Initial / Calculate_Force / Mdout_Print默认优先使用：
SPONGE 负责步进、邻居表、输出与体系组织PRIPS Python plugin 负责调用外部 ML 势Calculate_Force() 中读取坐标并回填力这条路径的优点：
benchmarks/utils.py推荐把模型只初始化一次：
After_Initial()
读取静态原子类型、元素信息、初始坐标；构造 Atoms/图对象；加载模型Calculate_Force()
从 Sponge.dd.crd 或 Sponge.md_info.crd 取当前坐标；调用模型；把力写回 Sponge.dd.frc 或 Sponge.md_info.frcMdout_Print()
输出性能指标、调试信息、额外 reference 文件推荐策略：
After_Initial() 构造模型，避免每步重复加载Calculate_Force() 里只做坐标更新和推理numpy、cupy 或 pytorch backend；jax 在 PRIPS 中默认只读，不适合原地改力神经网络库通常很重且依赖于操作系统，通常不把环境依赖直接写进 pixi.toml。
优先手动安装，以MACE为例：
pixi run -e dev-cuda13 pip install --no-deps mace-torch
pixi run -e dev-cuda13 pip install --no-deps \
e3nn==0.4.4 torch-ema prettytable matscipy h5py torchmetrics \
python-hostlist configargparse GitPython tqdm lmdb orjson pandas \
opt-einsum-fx lightning-utilities pytz tzdata wcwidth gitdb smmap
这样做的原因：
pip 为 torch 再拉一遍整套 CUDA wheelspixi 已经管理好的 torch / CUDA 组合如果 PRIPS 与当前 SPONGE ABI 不匹配，重新安装本地插件：
pixi run -e dev-cuda13 pip install -e ./plugins/prips
在 benchmark 或脚本里，优先直接从 prips 包位置解析 _prips.so：
import prips
from pathlib import Path
plugin_path = Path(prips.__file__).resolve().parent / "_prips.so"
不要默认依赖 python -m prips 的输出，因为 editable 安装时可能缺额外辅助文件。
已验证可行的最小链路：
benchmarks/validation/misc/statics/tip3pbenchmarks/performance/mace/tests/test_tip3p_mace.pyMACE-OFF23 smallcpu 打通，再考虑 cuda在当前仓库里，perf-mace 的 assert 来源是：
Mdout_Print() 额外保存最后一次纯 MACE 力max_abs_force_error <= 5e-4这类断言验证的是：
它不直接验证：
استنادا إلى تصنيف SOC المهني
询问 SPONGE benchmark 新建 或 调整 时 使用 - comparison validation performance 分类 - benchmark 目录 组织 - benchmark 测试 编写 - utils 复用 - pixi task 接入
询问 SPONGE 构建、编译、环境配置、构建排错时使用。 适用于 pixi 环境选择、CMake 配置、多后端编译、格式化、打包。
询问 SPONGE 代码风格、命名规范、格式化工具时使用。 适用于 C++、Python、CMake 的编码规范和格式化流程。
询问 SPONGE 输入文件（mdin.spg.toml）的参数配置时使用。 适用于模拟参数设置、模块配置、输入输出文件指定等。
询问 pixi 用法时使用。 适用于环境管理、依赖安装、任务运行、shell 交互、清理环境等。
询问为 SPONGE 安装、链接、修复或检查 skills 时使用。 适用于 AI 助手的本地或全局 skills 配置。
