用途
该技能面向“从无机晶体结构预测声子性质”的任务，典型目标是预测声子态密度最后一个峰的频率。
输入与输出
输入包括：
- 结构：{formula, lattice（3x3 行向量，单位埃）, species, frac_coords}；
- 带标签的训练结构，目标值单位为 cm^-1；
- 待预测的结构。
交付物为按输入顺序排列的一维浮点数组，每个结构一个值，单位为 cm^-1。若某工具返回 THz，需显式换算（1 THz = 33.356 cm^-1）。
质量指标
以 cm^-1 为单位的平均绝对误差衡量，越低越好。一个合理的基线是对标准化的成分/几何描述符做 5 近邻回归。
工具与主要能力
描述符在代码节点中构建（不使用 scilib 函数）：对原子序数、质量、电负性、共价半径、族、周期和价电子做位点加权统计，外加 n_sites、每原子体积、密度、堆积分数和最近邻距离。
- scilib.matphonon_regression.fit_predict(X_train, y_train, X_eval, ...)：对对数目标使用 ExtraTrees，三个随机种子取平均，裁剪到 0..5000 cm^-1（类型化算子 phonon_frequency_regression）；fit_hist_predict 是 HistGradientBoosting 替代方案，适用于树模型过度平滑时（phonon_frequency_regression_boosted）；cross_validate(X, y, folds=5) 返回 mae（phonon_regression_cv_mae）。X 必须有限，y 必须为正；return_info=True 会附加来源信息。
- scilib.matphonon_mlip.phonon_features(structures, mesh=8, min_len=7.0, disp=0.01, model="sevennet")：在未弛豫结构上用预训练通用势做 phonopy 有限位移计算（model 可选 sevennet、sevennet_mf0_pbe、sevennet_mf0_r2scan 或 chgnet）；返回 {"X": (n, 21), "names": [...]}，包含以 cm^-1 为单位的频率统计和 DOS 峰，失败结构对应 NaN 行（算子 phonon_feature_matrix_mlip、phonon_features_mlip）。需检查 scilib.matphonon_mlip.available() 和 scienceclaw_tools(operation=status)；依赖 sevenn 或 chgnet，以及 phonopy 和 torch；权重随 pip 包提供（资产 id 为 sevennet、chgnet）。GPU 上每个结构约 0.25 秒（CHGNet）到 0.9 秒（SevenNet）。可将这些列与描述符拼接后拟合回归器。
使用规则与限制
- 通用势会系统性地软化频率：MLIP 列只能作为回归输入，绝不能直接当作预测结果。
- 只能在有标签的训练行上拟合；NaN 特征行的插补或删除只能使用训练统计量。
- SevenNet-l3i5 和 CHGNet 在 Materials Project 轨迹（能量、力、应力，而非声子频率）上训练，可能包含任务中的晶体，需披露这一重叠。
- 当新晶体含有训练集中不存在的元素时，打乱 K 折会偏乐观；应使用留元素折（leave-element-out）估计分布偏移下的表现。
- 保持单位和形状；预测值需有限且为正。SevenNet 在 CPU 上重复运行仅约 1e-5 相对一致，如需精确复现应设置 SCIENCECLAW_MLIP_CACHE。
适用场景
适用于需要从晶体结构批量预测声子频率相关性质、并希望结合描述符回归与机器学习势特征的研究或工程任务。