1. 为什么要在 Linux/WSL 里让 AI 自己跑 VASP做第一性原理计算的人大概都有同感VASP 的输入文件不算难写难的是把 INCAR、POSCAR、KPOINTS、POTCAR 四个文件配得合理再根据 OUTCAR、OSZICAR 里的能量收敛、力收敛、磁矩变化去判断下一步该调什么。一次结构优化跑几十个小时中间还要盯着是不是电子步不收敛、是不是离子步震荡这种重复劳动特别适合交给 AI 智能体来做。我这次要讲的是在 Linux 或者 Windows 的 WSL 里装一个能读写本地文件、能执行 shell 命令的 AI 编程工具以 Trae CN 的 Linux 版为例再通过 TaoToken 统一 Key 把模型能力接进来让它自己生成 VASP 输入、提交任务、读输出、判断下一步。整套流程在 WSL 的 Ubuntu 里实测能跑通不需要你在 Windows 和 Linux 之间来回切。适合谁看手上有 VASP 权限、平时在 Linux 服务器或 WSL 里做计算、想让 AI 帮忙处理输入输出和任务编排的研究生和科研人员。你需要的基础是会用apt、会cd到计算目录、知道 VASP 四个输入文件长什么样。下面从装工具开始一步步给到可复制的配置和验证动作。2. TaoToken 前置统一 Key 与接入地址AI 工具本身只是壳真正干活的是背后的模型。Trae 这类工具支持自定义模型服务你可以在设置里填自己的 API 地址和 Key。TaoToken 的作用就是给你一个统一的 Key把对话模型、编码模型都收敛到一个入口省得每个工具单独配一遍。先做两件事。第一注册并拿到 Key打开官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 进控制台创建 API Key。第二记住接入地址API 基础地址是 https://taotoken.net/api 注意这个地址后面不加任何查询参数填到工具里就是它。创建 Key 的入口在控制台的 API Keys 页面直接访问 https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。Key 一般形如sk-开头的一长串复制后先存到本地一个安全的地方别直接写进会提交到 git 的脚本里。注意Key 只显示一次页面关掉就看不到了。建议拿到后立刻写进环境变量或者本地配置文件不要贴在聊天记录、issue、公开仓库里。如果你后面要长期跑编码类任务、Agent 类任务可以了解下 Coding Plan入口是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 。模型对话的入口在 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。这几个地址先记着后面配置和排障会用到。3. 可复制配置WSL 装 Trae config.toml / settings.json 骨架3.1 WSL 里装 Trae CN 和浏览器WSL 的 Ubuntu 里装 deb 包很直接。先把安装包下下来然后apt install本地包。Trae CN 的 Linux 版下载页在 https://www.trae.cn/ide/download 按你的架构选 x64 的 deb 包。# 假设安装包已经放到当前目录 sudo apt update sudo apt install ./TraeCN-linux-x64.debTrae 首次启动需要浏览器完成登录而 WSL 默认没有图形浏览器所以再装一个 Chrome。在 Windows 侧下载好 deb 包拷进 WSL 的某个目录比如/mnt/c/Users/你的用户名/Downloads/然后sudo apt install ./google-chrome-stable_current_amd64.deb装完直接命令行启动浏览器google-chrome登录完成后以后在 WSL 里一条命令就能打开 Traetrae-cnWSL 环境可能会弹一些提示比如缺少某些桌面组件一般不影响使用点掉继续就行。3.2 把 TaoToken 接进 Trae 的 settings.jsonTrae 支持在设置里配置自定义模型服务。图形界面里找「模型」或「AI 服务」设置选自定义 OpenAI 兼容接口填两样东西Base URL 填https://taotoken.net/apiAPI Key 填你在控制台创建的那串。保存后工具会拉取可用模型列表。如果你习惯用配置文件管理Trae 的用户配置目录一般在~/.config/Trae CN/下里面会有settings.json。一个可参考的骨架如下字段名以你实际版本为准核心是baseUrl和apiKey两项{ ai.providers: { taotoken: { type: openai-compatible, baseUrl: https://taotoken.net/api, apiKey: sk-你的Key, models: [ claude-sonnet-4-5, gpt-4.1 ] } }, ai.defaultProvider: taotoken }3.3 给命令行工具用的 config.toml 骨架有些命令行 AI 工具比如一些 Agent CLI用 TOML 配置。下面这份骨架把 provider、base_url、api_key 分开写方便你换 Key 时只改一处# ~/.config/ai-agent/config.toml [provider.taotoken] type openai base_url https://taotoken.net/api api_key sk-你的Key default_model claude-sonnet-4-5 [agent] workdir /home/你的用户名/vasp_runs allow_shell true max_steps 30allow_shell true是让 AI 能执行 shell 命令的关键没有它 AI 只能读文件不能提交任务。workdir指向你的 VASP 计算根目录AI 生成的文件都会落在这里。注意allow_shell打开意味着 AI 能在你机器上执行命令。建议先在测试目录里跑别一上来就指向生产计算目录。4. 验证请求在 WSL 里跑通一次 VASP 任务4.1 先确认模型通道是通的配置完先别急着跑 VASP先用一个最小请求确认 Key 和地址没问题。用 curl 直接打 TaoToken 的接口curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d { model: claude-sonnet-4-5, messages: [{role: user, content: 回复两个字通了}] }返回里能看到choices字段和模型回复就说明 Key 和地址都对。如果返回 401是 Key 错了返回 404多半是 base URL 多写了或漏写了/v1按文档里的地址为准。4.2 让 AI 生成一套 VASP 输入在 Trae 里打开你的计算目录比如~/vasp_runs/si_bulk然后给 AI 下指令。指令要具体把体系、泛函、截断能、K 点都讲清楚它生成的 INCAR 才靠谱。示例指令当前目录是一个硅体相结构优化任务。请生成 VASP 的 INCAR、KPOINTS 并检查 POSCAR 是否存在。INCAR 要求PBE 泛函ENCUT500 ISMEAR0 SIGMA0.05电子步收敛 1E-6离子步收敛 1E-4 ISIF3 允许改变晶胞。生成后把文件写到当前目录。AI 会读取目录、生成文件。生成完你可以让它自己检查一遍ls -l INCAR KPOINTS POSCAR cat INCAR4.3 提交任务并读输出确认 POTCAR 已经按元素顺序拼好这一步通常需要你自己准备AI 不能替你拿到赝势就可以提交。WSL 里如果装了 VASP 可执行文件直接mpirun -np 4 vasp_std vasp.log 21 然后让 AI 读OSZICAR和OUTCAR判断收敛情况。指令示例读取当前目录的 OSZICAR 和 OUTCAR告诉我 1. 电子步是否收敛 2. 当前离子步的能量和最大受力 3. 如果没收敛建议下一步调哪个参数。AI 会解析输出并给出判断。实测下来它对「能量还在下降但力已达标」「电子步达到 NELM 上限」这类常见情况的识别是准的能直接告诉你该加 NELM 还是调 mixing。4.4 成功结果长什么样一次跑通的标志是OUTCAR末尾出现reached required accuracyOSZICAR最后一行能量稳定CONTCAR和POSCAR有差异说明结构确实动了。AI 读完这些文件后能复述出最终能量、费米能级、最大受力并给出「已收敛可进行下一步静态计算」的结论。到这一步整条链路就算打通了。5. 本篇常见错排查Key 填了但一直 401。先确认 Key 没有多余空格再确认请求头是Authorization: Bearer sk-xxx。如果是在 Trae 图形界面里填的检查是不是把 Key 填到了「模型名称」那一栏。base URL 报 404。TaoToken 的接入地址是https://taotoken.net/api有些工具会自动补/v1有些不会。如果工具要求填完整路径就填https://taotoken.net/api/v1如果工具自己拼/v1就只填到/api。两种都试一下看哪个返回正常。WSL 里trae-cn启动报缺少库。多半是缺 GUI 依赖装一下基础库sudo apt install libgtk-3-0 libnss3 libasound2。如果还是不行确认你用的是 WSL2 而不是 WSL1WSL1 对图形程序支持很差。AI 能读文件但不能执行命令。检查配置里的allow_shell是否为 true以及工具是否有权限在workdir下执行。有些工具默认沙箱只读需要在设置里显式打开写和执行权限。VASP 提交后没输出。先看vasp.log有没有报错常见的是 POTCAR 元素顺序和 POSCAR 不一致或者mpirun的进程数和机器核数不匹配。这类问题 AI 读日志也能帮你定位把vasp.log丢给它问就行。AI 生成的 INCAR 参数不合理。这是提示词不够具体导致的。把体系类型、是否磁性、是否需要自旋轨道耦合都写进指令生成质量会明显提升。生成后自己再扫一眼关键参数别完全放手。6. 把统一 Key 用顺让 AI 真正替你跑计算整套流程跑下来最省事的地方在于 Key 只用配一次。Trae 里配好 TaoToken 的地址和 Key命令行 Agent 里再配一份同样的两边共用同一个 Key换模型、查用量都在一个控制台里。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 遇到字段对不上先翻文档。如果你只是想让 AI 帮你读 OUTCAR、判断收敛用模型对话就够了入口在 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。如果你要让它长期在计算目录里自动生成输入、提交任务、循环判断那更适合用 Coding Plan入口在 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 配合allow_shell把重复的提交和读输出交给它。最后给个实用建议第一次让 AI 跑 VASP先拿一个已经算过、你知道结果的小体系做对照。让它生成输入、提交、读输出然后你拿它的结论和你之前的结果比。对得上再放到新体系上。这样既验证了配置也验证了 AI 的判断力比直接上大体系稳得多。
