Evo 2 Skill

Evo 2 是一个长上下文的 DNA 语言模型，这里放的是它的操作指导：likelihood 打分、取 embedding、生成序列、比较变异。它回答的是关于序列本身的问题——这个碱基、这段窗口、这处改动有多可能。如果问的是某个实验会测到什么，那是 borzoi 的活；两条轴一起跑，才是完整的变异优先级排序。模型代码、checkpoint 和加速器 runtime 都在外部。

GPU 容量、真正可用的上下文长度、checkpoint 的取用方式和生成质量，都要在实际运行的环境里确认，不能照着这页假定。另外，likelihood 是模型给出的分数，不等于实验测到的变异效应。

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 evo2 --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 evo2 --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/evo2
python3 -m zipfile -c evo2.zip evo2

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/evo2/ 拷出来即可（unzip main.zip 'OpenAI4S-main/skills/evo2/*' 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 序列要以朴素的 list[str] 传入；给 score_sequences 塞 tensor，它会因为 dtype 不匹配直接报错，因为分词是这个 API 自己做的。它每条序列返回一个平均 log-likelihood，变异则在固定窗口上按 Δll = ll_alt - ll_ref 打分。generate 返回 .sequences、.logits 和 .logprobs_mean，三者都会填好，不用另开开关。对基因组窗口取 embedding 同样在这个 Skill 的适用范围内。此外还有模型对照表——7B 约 22 GB、40B 约 78 GB，上下文都是一百万个核苷酸——这些 checkpoint 的远程计算路径，以及那些值得早点认出来的失败模式，比如 HF_HOME 指向只读挂载，要等到加载器去写 refs/ 时才炸。

文件	职责
`SKILL.md`	序列要以朴素的 `list[str]` 传入；给 `score_sequences` 塞 tensor，它会因为 dtype 不匹配直接报错，因为分词是这个 API 自己做的。它每条序列返回一个平均 log-likelihood，变异则在固定窗口上按 `Δll = ll_alt - ll_ref` 打分。`generate` 返回 `.sequences`、`.logits` 和 `.logprobs_mean`，三者都会填好，不用另开开关。对基因组窗口取 embedding 同样在这个 Skill 的适用范围内。此外还有模型对照表——7B 约 22 GB、40B 约 78 GB，上下文都是一百万个核苷酸——这些 checkpoint 的远程计算路径，以及那些值得早点认出来的失败模式，比如 `HF_HOME` 指向只读挂载，要等到加载器去写 `refs/` 时才炸。