E.1 软件环境、数据格式与可复现记录

轻量路线适合先检验数据与方法。本书已有小型可下载练习，读者可以在固定环境中处理一份真实存档 FID、重算教学自旋模型，或用标准库检查枚举与评价算术。进阶路线再加入复杂脉冲、自旋动力学、完整 CASE 或大规模模型。是否采用进阶工具应由待解决的问题决定，并为依赖、资源与验证留出记录。

NMRium 官方文档说明托管应用可用公共数据测试及非商业使用；这与开源组件仓库的 MIT 许可是不同层面。Spinach 当前开发仓库列出的 MATLAB 与工具箱要求，也不能直接套给所有历史版本。读者应固定实际采用的发行版，再读该版本的安装说明，而不是把不同年代的依赖拼成一份清单。

网页文档标签可能与安装发行版不同。例如核查时 nmrglue 的 latest 教程页标为 0.9-dev，而本书实际运行的是 0.12；nmrsim 的部分 latest 文档标为 0.6.0，实际运行版本为 0.7.1。复现时以安装记录、包版本和使用的接口为准，同时保存相应文档入口，不能用网页标题替代环境记录。

安装记录需要包括解释器路径或清楚的启动方式，以免命令调用了另一套 Python。依赖锁定能提高重复性，但不能保证跨平台安装一定成功；编译依赖、数学库与硬件也可能改变运行条件。数值比较应依据任务允许的容差，例如自旋跃迁频率误差，而不是要求每个平台输出字节完全一样。

随机算法还应记录种子、数据顺序和随机源；GPU 模型需要保留框架及驱动等相关版本。固定随机种子并不能无条件保证所有后端逐位相同。若评价依赖多次随机划分或初始化，应按预先规定的重复方案报告分布，不挑选最好的单次结果作为整体性能。

每个数组都需要轴方向、单位、载频、谱宽、点数与复数编码的定义。二维数据还需注明两轴核种和采样方式；非均匀采样要保留采样表。一次转置或反向排列可能仍画出合理图像，却改变坐标含义。格式转换后，应拿若干已知参数与原图核对，不能只检查文件能否打开。

原始目录应按只读副本保存，后续处理输出另建目录。若文件转换改变了精度、参数字段或数据排列，应记录转换软件和损失信息。标准格式可以改善交换，但通用字典有时只保留基础参数，不能代替原厂商文件的所有细节。关键元数据缺失时应明确写出缺项。

本书实际处理顺序为读取 Bruker 数据、移除数字滤波延迟、施加 1 Hz 指数窗、零填充到 32768、FFT、ACME 自动相位，再按采集参数构造 ppm 轴。读取的 16384 个复数点在数字滤波移除后为 16310。相位参数与输入散列在报告中保存；本书没有为了吻合指认表而强行移动轴。

使用 1.00—1.35 与 3.45—3.85 ppm 两个积分窗口及记录的局部基线估计，本地面积比约为 1.47865；条目已有处理谱在同区间的面积比约为 1.49028。二者都接近结构氢数比 3∶2，但来自同一份 FID，不能当成两次独立结构验证；也不能由此宣布真实 qNMR 方法已经验证。

python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements-lock.txt
.\.venv\Scripts\python.exe process_ethanol.py --input data --output results

以上为 Windows PowerShell 示例，在练习包解压目录中使用，明确调用新环境中的解释器；其他平台采用其虚拟环境对应的解释器路径。复现后检查点数、处理顺序、轴和报告，而不只是谱的外观。若面积比变化，应先比较窗、相位、基线、区间与软件版本；一个参数变化可能合理，却需要形成新的处理版本及说明。

CASE 枚举练习展示有限候选与约束的排除过程，适合检查证据逻辑。完整 Sherlock 流程涉及实际服务、知识库与更复杂约束，本轮没有执行它。用于立体候选比较的 DP4-AI 也有外部计算与误差模型条件；概率必须依候选集解释，不能替换成全结构空间的确定性。

AI 路线应先读 9.9 节的任务与发表状态核查，再依据公开代码固定版本、权重、数据表示、分子式及其他先验。NMR-Solver 的大规模检索路线需要相应数据库资源；本轮没有下载完整大型库，也没有声称在本地复现论文排名。算出教学 Top-k 指标只检验评价算术，没有执行论文模型。

不同阶段可采用不同成功标准：读取阶段检查数据形状与参数；模拟阶段检查解析极限与数值响应；CASE 检查候选覆盖和约束；AI 检查独立测试划分、失败样本与校准。记录应明确“已运行”“仅核查文档”“依赖尚缺”或“结果不符”，让后续读者能准确判断目前进度。

BMRB 的任务与数据政策说明公开数据的传播方式；本书保留提交者、条目 DOI 与来源，没有把该数据改标为 CC0。乙醇与 AB 练习中新写的脚本和说明采用教材所声明的 CC BY-NC-SA 4.0；综合项目起步包则单独标出教学数据的 CC0 与脚本的 MIT。使用者应读取每个包的说明，不能由共同文件扩展名推断统一许可。

将材料上传归档平台前，需要核对数据权利、作者、引用和记录许可。nmrXiv 的发布文档要求填写许可等元数据；平台代码的许可与各记录的许可分开判断。本页只提供复现与归档路线，没有替读者上传或发布样品。若课堂要重新分发第三方谱图，应按该记录的具体许可办理。

复现记录与校验包保存本书七个练习包的文件名、大小和 SHA-256，以及上述已核验环境版本。它附带标准库校验脚本；本轮从新解压目录运行，七项散列均匹配。使用者下载七个对应包后，可运行下列命令，确认文件是否属于这份发布记录。

python verify_archives.py --assets PATH_TO_DOWNLOADED_ARCHIVES

散列不匹配时先检查文件名、下载完整性与是否使用更新版本。匹配只能说明字节一致，不证明数据真实或结论正确。进一步复现仍要运行每个练习、检查其预期结果与科学边界。综合项目起步包中的算术检查尤其不能冒充 FID 处理或 AI 模型运行。