name: eln description: 使用org-mode维护专业科学文档的电子实验笔记本，基于日期组织，全面记录假设、方法、结果、推理和成果，以实现可重复研究

电子实验笔记本（ELN）技能

该技能提供使用org-mode维护专业电子实验笔记本的专家指导，遵循科学文档、可重复性和研究完整性的最佳实践。

何时使用此技能

在以下情况使用此技能：

创建或更新实验笔记本条目
记录实验、计算或分析
记录假设和实验设计
记录计算工作流
总结结果并得出结论
按时间顺序组织研究笔记
在相关工作间创建交叉引用
为出版物或报告准备文档
确保科学工作的可重复性
维护专业研究记录

科学文档的核心原则

1. 按时间顺序组织

条目按日期以分层结构组织：

notebook/
├── 2025/
│   ├── 01-一月/
│   │   ├── 2025-01-15.org
│   │   └── 2025-01-20.org
│   └── 02-二月/
│       └── 2025-02-03.org

2. 完整文档

每个条目应包含：

做了什么：工作的详细描述
为什么做：假设、动机、推理
如何做：方法、程序、参数
观察到什么：结果、数据、观察
意味着什么：分析、解释、结论
下一步：后续工作、提出的问题

3. 可重复性

文档应使任何人（包括未来的自己）能够：

理解决策背后的推理
精确重复工作
访问所有使用的数据和代码
遵循逻辑链

4. 专业标准

清晰和专业地写作
诚实地对待失败和意外结果
日期和时间戳所有条目
永不删除或修改过去的条目（用新条目更正）
包含足够细节以供独立重复

Org-Mode ELN 结构

文件组织

基于日期的文件

每天的工作放在一个日期文件中：

2025-01-15.org    # 单日工作

目录结构

research-notebook/
├── 2025/
│   ├── 01-一月/
│   │   ├── 2025-01-15.org
│   │   ├── 2025-01-16.org
│   │   └── data/
│   │       └── 2025-01-15/
│   │           ├── experiment_results.csv
│   │           └── analysis.png
│   └── 02-二月/
├── templates/
│   ├── experiment-template.org
│   └── calculation-template.org
├── index.org          # 主索引
└── README.org         # 项目概述

条目模板结构

#+TITLE: 实验笔记本 - 2025-01-15
#+AUTHOR: 您的姓名
#+DATE: [2025-01-15 星期三]
#+FILETAGS: :experiment:catalyst:
#+STARTUP: overview

* 每日总结
今天完成的工作简要概述。

* 条目1：假设测试 - Pt上的CO吸附
:PROPERTIES:
:ID: 2025-01-15-001
:PROJECT: Catalyst_Screening
:STATUS: In_Progress
:RELATED: [[file:2025-01-10.org::*Previous Results]]
:END:

** 目标
您试图完成什么以及为什么？

** 假设
您期望什么的清晰陈述和推理。

** 背景/上下文
- 为什么这很重要？
- 什么先前工作导致了这个？
- 关键问题是什么？

** 方法
*** 计算设置
如何执行工作的详细描述。

#+BEGIN_SRC python
# 包含实际使用的代码
from ase.build import fcc111
slab = fcc111('Pt', size=(4,4,4), vacuum=10.0)
#+END_SRC

*** 参数
- DFT 泛函：PBE
- 能量截断：400 eV
- k-points：4×4×1
- 收敛：0.05 eV/Å

** 结果
*** 观察
实际发生了什么？包括数据、图表、输出。

#+BEGIN_SRC python :results file
# 分析代码
import matplotlib.pyplot as plt
# ... 绘图代码 ...
plt.savefig('data/2025-01-15/adsorption_energy.png')
return 'data/2025-01-15/adsorption_energy.png'
#+END_SRC

#+RESULTS:
[[file:data/2025-01-15/adsorption_energy.png]]

*** 数据
| 金属 | E_ads (eV) | 位点 |
|-------+------------+-------|
| Pt    |     -1.82  | fcc   |
| Cu    |     -0.95  | hcp   |
| Au    |     -0.45  | ontop |

** 分析
*** 解释
这些结果意味着什么？

*** 与文献比较
结果与预期值如何比较？

*** 意外发现
任何令人惊讶或异常的地方？

** 结论
- 关键发现
- 假设支持/拒绝
- 结果置信水平

** 问题/困难
记录遇到的任何问题以及如何解决。

** 下一步
- [ ] 用不同泛函验证
- [ ] 测试更大表面模型
- [ ] 计算反应势垒

** 参考文献
- 先前工作：[[file:2025-01-10.org::*Initial Screening]]
- 文献：Smith et al. (2024) DOI:10.1021/xxxxx
- 代码：[[file:~/projects/catalyst-screening/run_calculations.py]]

* 条目2：另一个任务
...

ELN 的基本 Org-Mode 功能

1. 属性抽屉

:PROPERTIES:
:ID: unique-identifier
:PROJECT: Project_Name
:STATUS: Planning|In_Progress|Complete|On_Hold
:STARTED: [2025-01-15 Wed]
:COMPLETED: [2025-01-15 Wed]
:RELATED: [[link-to-related-entry]]
:DATA: [[file:./data/2025-01-15/results.csv]]
:END:

2. 标签

使用标签进行分类和过滤：

#+FILETAGS: :experiment:simulation:catalyst:DFT:
* 条目标题                                              :important:urgent:

常见标签类别：

类型: :experiment:, :simulation:, :analysis:, :literature:, :meeting:
主题: :catalyst:, :materials:, :synthesis:, :characterization:
状态: :todo:, :in_progress:, :done:, :failed:
优先级: :urgent:, :important:, :routine:

3. 链接

# 内部链接
[[file:2025-01-10.org::*Previous Results]]
[[id:2025-01-15-001]]

# 外部链接
[[file:~/data/experiment_001.csv][数据文件]]
[[https://doi.org/10.1021/xxxxx][Smith et al. 2024]]

# 代码链接
[[file:~/projects/analysis/plot_results.py]]

4. 代码块

#+BEGIN_SRC python :results output :session analysis :exports both
import pandas as pd
import matplotlib.pyplot as plt

# 可重复分析代码
data = pd.read_csv('data/2025-01-15/results.csv')
print(f"平均能量：{data['energy'].mean():.3f} eV")
#+END_SRC

#+RESULTS:
: 平均能量：-1.234 eV

5. 表格

| 参数      | 值     | 单位 | 注释              |
|----------------+-----------+-------+--------------------|
| 温度    | 300       | K     | 室温   |
| 压力       | 1         | atm   | 标准           |
| 覆盖率       | 0.25      | ML    | 1/4 单层      |
#+TBLFM: @2$4=从几何计算

6. TODO 项目和复选框

** 下一步
- [ ] 运行 k-points 收敛测试
- [ ] 与 Lee et al. 的实验数据比较
- [X] 计算吸附能量
- [ ] 为小组会议撰写结果

** TODO 用不同泛函验证结果
DEADLINE: <2025-01-20 Fri>
:PROPERTIES:
:EFFORT: 2h
:END:

7. 时间戳

# 活动时间戳（出现在议程中）
* 与导师会议
<2025-01-20 Fri>

# 非活动时间戳（仅用于文档）
计算开始 [2025-01-15 Wed]

# 日期范围
项目持续时间：<2025-01-10 Mon>--<2025-01-30 Mon>

常见条目类型

1. 实验/计算工作

* DFT 计算 - 表面弛豫
:PROPERTIES:
:ID: 2025-01-15-001
:PROJECT: Catalyst_Screening
:TYPE: Calculation
:STATUS: Complete
:END:

** 目标
优化清洁 Pt(111) 表面的几何结构。

** 方法
- 计算器：VASP
- 泛函：PBE
- ENCUT：400 eV
- k-points：6×6×1 Monkhorst-Pack
- 收敛：力 < 0.05 eV/Å

#+BEGIN_SRC bash
# 使用的命令
vasp_std > vasp.out
#+END_SRC

** 结果
- 最终能量：-123.45 eV
- 弛豫时间：2.5 小时
- 在 45 个离子步骤中收敛

[[file:./data/2025-01-15/surface_relaxation.png]]

** 分析
表面原子向内弛豫 0.03 Å（0.8% 收缩）。
这与文献值一致（Smith 2023：0.02-0.04 Å）。

** 结论
表面结构已验证。准备进行吸附物计算。

** 下一步
- [ ] 在 FCC 位点添加 CO 吸附物
- [ ] 计算吸附能量

2. 文献综述条目

* 文献综述 - CO 氧化机理
:PROPERTIES:
:ID: 2025-01-15-002
:TOPIC: Catalysis
:STATUS: Complete
:END:

** 论文
Smith, J. et al. (2024) "铂表面上的 CO 氧化"
J. Phys. Chem. C, DOI: 10.1021/xxxxx

** 关键发现
- Pt(111) 上的 CO 吸附能量：-1.5 到 -1.8 eV（实验）
- 首选位点：FCC 空心
- CO → CO₂ 的势垒：0.8 eV

** 与我们工作的相关性
他们的实验值为我们 DFT 计算提供了验证目标。
我们预测的 -1.82 eV 与实验值非常一致。

** 提出的问题
- 覆盖率如何影响结合能量？
- 阶梯表面呢？

** 后续参考文献
- [ ] Lee et al. (2023) - 覆盖率效应
- [ ] Zhang et al. (2024) - 阶梯位点

3. 数据分析条目

* 分析 - 比较不同泛函
:PROPERTIES:
:ID: 2025-01-15-003
:PROJECT: Method_Validation
:STATUS: Complete
:END:

** 目标
比较 PBE、PBE+D3 和 RPBE 对 CO 吸附能量的影响。

** 数据源
- PBE：[[file:2025-01-10.org::*PBE Results]]
- PBE+D3：[[file:2025-01-12.org::*Dispersion Results]]
- RPBE：[[file:2025-01-14.org::*RPBE Calculations]]

** 分析代码
#+BEGIN_SRC python :results file
import pandas as pd
import matplotlib.pyplot as plt

# 编译结果
data = {
    'Functional': ['PBE', 'PBE+D3', 'RPBE'],
    'E_ads': [-1.82, -2.15, -1.45],
    'Experiment': [-1.6, -1.6, -1.6]
}
df = pd.DataFrame(data)

# 绘图
plt.figure(figsize=(8, 5))
plt.bar(df['Functional'], df['E_ads'], alpha=0.7, label='计算值')
plt.axhline(y=-1.6, color='r', linestyle='--', label='实验值')
plt.ylabel('吸附能量 (eV)')
plt.legend()
plt.tight_layout()
plt.savefig('data/2025-01-15/functional_comparison.png', dpi=300)
return 'data/2025-01-15/functional_comparison.png'
#+END_SRC

#+RESULTS:
[[file:data/2025-01-15/functional_comparison.png]]

** 发现
| 泛函 | E_ads (eV) | 与实验误差 (eV) |
|------------+------------+--------------------|
| PBE        |     -1.82  |              -0.22 |
| PBE+D3     |     -2.15  |              -0.55 |
| RPBE       |     -1.45  |               0.15 |
#+TBLFM: $3=$2-(-1.6);%.2f

** 结论
- PBE 给出合理一致性（在 0.22 eV 内）
- PBE+D3 过度结合显著
- RPBE 低估结合
- **决策**：使用 PBE 进行生产计算

** 对先前工作的影响
报告结果时需注意 PBE 倾向于轻微过度结合。

4. 会议笔记

* 小组会议 - 项目讨论
:PROPERTIES:
:ID: 2025-01-15-004
:TYPE: Meeting
:ATTENDEES: Prof. Smith, Jane Doe, John Smith
:END:

** 议程
1. 进展更新
2. 结果讨论
3. 下一步

** 我的更新
展示了 Pt(111) 上的 CO 吸附结果：
- E_ads = -1.82 eV (PBE)
- 与实验值（-1.6 eV）良好一致

** 反馈
- Prof. Smith：用更大表面测试以检查尺寸效应
- Jane：与她的实验值比较（下周提供）
- 需要包括色散进行比较

** 行动项
- [ ] 用 6×6×4 平板运行计算
- [ ] 为 Jane 的实验比较准备总结
- [ ] 阅读 Prof. Smith 建议的论文：Zhang et al. 2024

** 下次会议
<2025-01-22 Wed 10:00>

5. 问题/调试条目

* 故障排除 - VASP SCF 收敛问题
:PROPERTIES:
:ID: 2025-01-15-005
:TYPE: Problem
:STATUS: Resolved
:END:

** 问题
VASP 计算在 100 个 SCF 步骤后不收敛。

错误信息：
#+BEGIN_EXAMPLE
WARNING: Sub-Space-Matrix is not hermitian in DAV
#+END_EXAMPLE

** 尝试的解决方案
1. 增加 NELM 到 200 - 仍然失败
2. 更改 ALGO 从 Fast 到 Normal - 无改进
3. 减少 SIGMA 从 0.2 到 0.1 - 失败
4. **解决方案**：使用 ISMEAR=0（高斯展宽）而不是 ISMEAR=1

** 根本原因
系统有带隙。Methfessel-Paxton 展宽（ISMEAR=1）不适用。
高斯展宽（ISMEAR=0）更适合分子和有带隙的系统。

** 解决
更改 INCAR：
#+BEGIN_EXAMPLE
ISMEAR = 0
SIGMA = 0.05
#+END_EXAMPLE

计算在 45 个 SCF 步骤中收敛。

** 经验教训
- 在选择展宽前总是检查系统是否有带隙
- 对于分子/绝缘体：使用 ISMEAR=0 或 ISMEAR=-5
- 对于金属：ISMEAR=1 或 2 是合适的

** 参考文献
- VASP Wiki：[[https://www.vasp.at/wiki/index.php/ISMEAR]]

最佳实践

1. 每日总结

每个文件以简要总结开始：

* 每日总结
今天专注于验证催化剂项目的 DFT 泛函选择。
比较了 PBE、PBE+D3 和 RPBE 与实验数据。得出结论
PBE 给出最佳一致性。开始了 FCC 金属的大规模筛选。

关键成就：验证了生产运行的方法论。
主要挑战：分子系统的 VASP 收敛问题（已解决）。

2. 诚实文档

** 结果
预期：E_ads ≈ -1.5 eV
**观察：E_ads = -0.45 eV**

这与文献值显著不同。

** 差异分析
可能原因：
1. 错误吸附位点？→ 检查：FCC 正确
2. 不足 k-points？→ 测试 8×8×1：-0.46 eV（无变化）
3. 泛函问题？→ 文献用 PBE，我们用 PBE
4. **表面覆盖率？** → 我们 1/16 ML vs 文献 1/4 ML

** 解决
用更高覆盖率重新运行以匹配文献条件。
原始计算仍对低覆盖率极限有效。

3. 版本控制集成

** 计算详情
代码版本：catalyst-tools v2.3.1
Git 提交：a3f5e2b

#+BEGIN_SRC bash
git log -1 --oneline
#+END_SRC

#+RESULTS:
: a3f5e2b 在优化器中修复收敛标准

4. 数据管理

** 数据文件
- 原始输出：[[file:./data/2025-01-15/OUTCAR]]
- 处理数据：[[file:./data/2025-01-15/results.csv]]
- 分析笔记本：[[file:./data/2025-01-15/analysis.ipynb]]
- 存档：~/archives/2025/january/calculation_001.tar.gz

MD5 校验和：
- OUTCAR：5d41402abc4b2a76b9719d911017c592
- results.csv：7d793037a0760186574b0282f2f435e7

5. 交叉引用

** 相关工作
- 背景：[[file:2025-01-05.org::*Literature Review]]
- 先前尝试：[[file:2025-01-12.org::*Failed Calculation]]（解释方法变化原因）
- 后续：[[file:2025-01-18.org::*Extended Analysis]]
- 项目概述：[[file:../index.org::*Catalyst Screening Project]]

6. 可重复性清单

每个计算条目应能重复：

** 可重复性信息
- [X] 文档化软件版本
- [X] 包括或链接输入文件
- [X] 指定随机种子（如适用）
- [X] 描述计算环境
- [X] 包括数据处理代码
- [X] 提供分析脚本
- [X] 存档关键输出

环境：
- VASP：6.4.2
- Python：3.11.4
- ASE：3.23.0
- NumPy：1.24.3

搜索和检索

使用 Org-Mode 搜索

# 按标签搜索
C-c / m    # 匹配标签
搜索：experiment+DFT-failed

# 按 TODO 搜索
C-c / t    # 显示 TODOs

# 按文本搜索
C-c / r    # 正则表达式搜索

# Org-agenda
C-c a s    # 跨所有议程文件搜索

创建索引文件

#+TITLE: 研究笔记本索引
#+STARTUP: overview

* 项目
** [[file:2025/01-一月/2025-01-15.org::*Catalyst Screening][催化剂筛选项目]]
开始：[2025-01-05]
状态：活动

** 方法验证
开始：[2025-01-10]
状态：完成

* 关键结果
** [[file:2025/01-一月/2025-01-15.org::*Functional Comparison][CO 吸附的最佳 DFT 泛函]]
结果：首选 PBE（误差 < 0.25 eV）

* 重要技术
** [[file:2025/01-一月/2025-01-12.org::*Convergence Testing][如何测试 k-points 收敛]]

模板

快速条目模板

* 简短描述
:PROPERTIES:
:ID: YYYY-MM-DD-NNN
:END:

** 我做了什么

** 为什么

** 结果

** 下一步

完整研究条目模板

* 项目 - 具体任务
:PROPERTIES:
:ID: YYYY-MM-DD-NNN
:PROJECT: Project_Name
:STATUS: In_Progress
:END:

** 目标

** 假设

** 方法

** 结果

** 分析

** 结论

** 下一步

与计算工作流的集成

嵌入代码

#+BEGIN_SRC python :results output :session :exports both
from ase.build import molecule
from ase.optimize import BFGS

mol = molecule('H2O')
# ... 计算代码 ...
print(f"优化能量：{mol.get_potential_energy():.3f} eV")
#+END_SRC

捕获输出

#+BEGIN_SRC bash :results output
cd ~/calculations/calc_001
grep "energy" OUTCAR | tail -1
#+END_SRC

#+RESULTS:
: 自由能量 = -123.456789 eV

包括图表

#+CAPTION: CO 吸附能量 vs 覆盖率
#+NAME: fig:ads_energy
#+ATTR_ORG: :width 400
[[file:./data/2025-01-15/adsorption_plot.png]]

见图表 [[fig:ads_energy]] 趋势。

专业写作指南

1. 清晰度

写完整句子
对已完成工作用过去时
对结论用现在时
避免模糊代词

2. 精确性

包括单位：“300 K”而不是“300”
指定参数：“PBE 泛函”而不是“DFT”
量化：“减少 15%”而不是“显著减少”

3. 组织性

使用分层结构
每个部分一个概念
一天内按时间顺序
跨天逻辑分组

4. 完整性

包括负面结果
记录失败尝试
解释意外结果
保留故障排除笔记

响应模式

在帮助 ELN 时：

建议适当的条目结构
询问澄清问题关于做了什么、为什么和结果
推荐适合任务的 org-mode 功能
确保可重复性 - 检查是否提供足够细节
鼓励交叉引用到相关工作
正确格式化代码和数据
包括元数据（属性、标签、时间戳）
保持专业语调同时有帮助
提示结论和下一步
当适当时建议组织改进

常见场景

开始新项目

* 项目启动 - 催化剂筛选研究
:PROPERTIES:
:ID: 2025-01-15-001
:PROJECT: Catalyst_Screening
:STATUS: Planning
:END:

** 项目目标
通过计算筛选识别 CO 氧化的最佳催化剂。

** 背景
[文献综述、动机]

** 方法
1. 用 Pt(111) 基准验证方法
2. 筛选 FCC 金属（Cu、Ag、Au、Pt、Pd、Ni）
3. 使用 d-band 模型分析趋势
4. 用实验验证顶级候选

** 成功标准
- 识别 2-3 个有前途的候选
- 误差 < 0.3 eV vs 实验
- 在 [2025-02-28] 前完成

** 初始任务
- [ ] 设置计算框架
- [ ] 运行 Pt(111) 基准
- [ ] 比较泛函

记录失败

* 失败尝试 - NEB 计算
:PROPERTIES:
:ID: 2025-01-15-006
:STATUS: Failed
:END:

** 目标
计算 Pt(111) 上的 CO 扩散势垒。

** 方法
7 个图像的 NEB，爬山方法。

** 问题
20 步后图像发散。最终图像力 > 5 eV/Å。

** 分析
初始路径猜测差 - CO 移动通过体而不是表面。

** 经验教训
- 需要更好的初始路径插值
- 优化前检查中间图像的几何结构
- 表面扩散用更多图像（9-11）

** 下次尝试
将使用改进的路径生成脚本并验证几何结构。
计划在 [[file:2025-01-16.org][明天]]。

存档和长期存储

月底总结

#+TITLE: 2025年1月总结
#+DATE: [2025-01-31]

* 概述
完成催化剂项目的 DFT 方法论验证。
筛选了 6 个 FCC 金属的 CO 吸附。识别 Pt 和 Pd 为
最有希望的候选。

* 关键成就
- 验证 PBE 泛函（误差 < 0.25 eV）
- 完成金属筛选
- 解决 VASP 收敛问题

* 生成数据
- 24 个 DFT 计算
- 180 GB 原始数据（存档到 ~/archives/2025/january/）
- 准备 6 个出版物图表

* 下月目标
- 开始反应势垒计算
- 与协作者的实验数据比较
- 为论文起草结果部分

年终回顾

创建综合总结以供轻松检索和报告。