← Về thư mục
📄 / / profiles / r-and-d / raw_evidence / OpenAI4S / skills / chai1 / README_zh.md

Chai-1 Skill

Chai-1 的渐进披露 recipe。Chai-1 是全原子扩散式 co-folding 模型,蛋白质、RNA、DNA 与 SMILES 配体链在同一份 multi-entity FASTA 里都是一等实体。这份 recipe 带 Agent 走通外部的 chai-lab Python API,并解读返回的候选结构与分数;模型本身不随本目录分发。Chai-1 与 boltz 覆盖的范围大体重合,recipe 也正是这么用它的:两个模型都跑一遍,保留任一模型判过的设计,这是常见的 consensus 过滤;而 Chai 有 Python 入口,比 boltz 更容易嵌进设计循环里。

依赖包、权重、GPU 资源以及可选的外部 MSA 服务均须另行可用。把 Chai-1 和 Boltz-2 一起跑,换来的是第二个模型,不是第二次实验。两者同属全原子扩散式 co-folding,是同一类模型,所以它们都看好的复合物,也可能是它们一起看错的复合物,而它们一致给出的 ipTM,说的仍然只是模型自己。两边都过的设计,是一份更短的、值得拿去做实验的名单,仅此而已。

安装

一个 Skill 就是一个文件目录,所谓安装,就是把这个目录复制到 Agent 会去读的地方。有 Node 18+、且 PATH 上有 git(npm 靠它解析 github: 形式的包名)即可,无需先克隆仓库:

npx github:PKU-YuanGroup/OpenAI4S install chai1 --target claude

--target claude 写入 ~/.claude/skills,claude-project 写入 ./.claude/skills,openai4s 写入 <data_dir>/user-skills,--dir <path> 则写到你指定的任意位置。往目标写任何东西之前,都会先打印解析出的绝对路径;--dry-run 到此为止,不再写入。重装时,若目标副本被你改过、或者不是它自己装的,就拒绝覆盖;uninstall 也只删除它自己写过的文件。对于 npm 发布版中包含的配方,可用 npx @pku-yuangroup/openai4s-skills install chai1 --target claude 安装发布版本。npm 目录可能与当前仓库不同。

没有 Node 时,直接取这个目录——需要 .zip 上传时再打包。tarball 是整个仓库(超过 100 MB),下面这条管道是 POSIX shell(macOS、Linux、WSL)写法,只解出这一个目录:

curl -L https://codeload.github.com/PKU-YuanGroup/OpenAI4S/tar.gz/refs/heads/main \
  | tar -xz --strip-components=2 OpenAI4S-main/skills/chai1
python3 -m zipfile -c chai1.zip chai1

同一份内容的图形界面版本是点击下载整个仓库 zip 包,Windows 上也走这条路:解压后把 skills/chai1/ 拷出来即可(unzip main.zip 'OpenAI4S-main/skills/chai1/*' 只解这一个目录)。如果你本来就在跑 OpenAI4S,那这里没有任何东西需要安装——wheel 自带全部内置 Skill,且内置 Skill 优先于 <data_dir>/user-skills 里的同名副本。目标目录、来源记录,以及安装器拒绝去做的那些事:tools/skills-installer/。

文件

文件 职责
SKILL.md 大部分篇幅都在讲一个选择:是走 MSA,还是走 ESM embedding。不用 MSA 服务确实更快,但 ipTM 通常要低几个点,而且并不省显存——embedding 这条路会把一个 30 亿参数的 ESM2 和主干一起装进 GPU。围绕这个选择,还讲了 multi-entity FASTA 里 >protein\|name=… 的写法、run_inference 的各个参数、排好序的 pred.model_idx_*.cif 与配套的 scores.*.npz,以及不设 CHAI_DOWNLOADS_DIR 会怎样:要么每次冷启动重下 5 GB,要么跑到一半抛出 PermissionError。最后讲怎么拿 Chai-1 和另一个模型做 consensus,以及许可。