fair-esm2 Skill

通过外部 fair-esm 依赖包使用 Meta ESM-2：逐残基与整条序列的嵌入表示、掩码语言模型打分、突变效应，以及残基接触。ESM-2 只读序列。它拿不到结构，也不做反向折叠——接触图是纯从残基推出来的，方向和 MPNN 那几个 Skill 正好相反。开工前先绕开一个依赖包的坑：fair-esm 和 Biohub 的 ESM 分支都以 esm 的名字导入，却是两个不同的库。这份 recipe 讲的是 Meta 那个，分支那条路见 esmfold2。

本目录不捆绑任何权重，也不会替你留出它所需要的 CPU 或 GPU 容量。模型给出的似然与接触图都属于计算预测，它们对你的具体任务是否成立，要靠与任务匹配的验证来确认。

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 fair-esm2 --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 fair-esm2 --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/fair-esm2
python3 -m zipfile -c fair-esm2.zip fair-esm2

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/fair-esm2/ 拷出来即可（unzip main.zip 'OpenAI4S-main/skills/fair-esm2/*' 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