multicalculator类统一调度多个ase计算器：初始化时传入计算器字典，支持in判断；提供run_all()同步串行或异步并发执行；结果按{name}_{prop}格式聚合，失败项存none并记录错误于errors中。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
需要在同一个Python脚本中同时调用ASE里的多个计算器（如VASP、GPAW、M3GNet）对同一组Atoms对象做不同性质的预测，又不想反复写重复的初始化、参数校验和错误捕获逻辑。
设计统一的多模型调度器类
创建一个名为MultiCalculator的工具类，它不直接继承ASE的Calculator，而是持有多个已配置好的计算器实例，并提供统一的调用入口。
在类初始化时，必须传入一个字典，键为模型标识符（如"vasp"、"m3gnet_energy"），值为已实例化的ASE Calculator对象；【缺失任一有效计算器实例将导致后续所有调用静默失败】。
内部维护一个_calculators属性存储该字典，并通过__contains__方法支持"vasp" in multi_calc这样的判断。
封装并行/串行执行策略
方法一：同步串行执行（默认）
调用run_all(atoms, properties=["energy", "forces"])时，遍历所有注册的计算器，依次调用其calculate()方法；每个计算器独立运行，互不影响。
方法二：异步并发执行（需显式启用）
传入async_mode=True参数后，使用asyncio.to_thread()将各计算器的calculate()包装为协程，在事件循环中并发执行；注意：VASP等依赖外部进程的计算器可能因文件锁冲突而报错，【仅推荐用于纯Python实现的计算器（如M3GNet、CHGNet）】。
标准化结果聚合与错误处理
第一步：为每个计算器执行结果生成唯一键名，格式为{calculator_name}_{property}，例如"m3gnet_energy"、"vasp_forces"。
第二步：将所有成功计算的属性值存入返回字典results；若某计算器调用失败（抛出CalculationFailed或RuntimeError），则在results中写入None，并在errors字段中记录异常类型与简短消息。
第三步：返回结构为{"results": {...}, "errors": {...}}的字典，不抛出异常，由调用方自行决定是否中断流程。
这一步操作起来很简单，直接把文件拖进去就行。
