OpenFold3 Skill

OpenFold3 的渐进披露 recipe。OpenFold3 是 AlQuraishi Lab 用 PyTorch 复现的 AlphaFold3，权重开放。这份 recipe 说明模型怎么装、怎么跑，但一样都不带：没有 OpenFold3 代码，没有数据库，没有参数，也没有准备好的环境。它和另外三份 co-folding recipe 有两点不同。OpenFold3 根本不读 FASTA，一次查询是一个 JSON 对象，还要过一遍严格的 schema 校验。另外，它的 MSA 服务开关默认是开的，也就是说除非明确关掉，序列会离开本机。

蛋白质、核酸、配体、模板与加速器这几条路实际能不能走通，取决于装的是哪个上游版本、资产齐不齐。聚合 confidence 文件要按它本来的含义读。sample_ranking_score 只在同一次运行的若干样本之间排序，所以哪怕这次查询压根没有真实答案，其中最好的那个样本照样排在第一位。has_clash: 0.0 说的是原子没有重叠，那是模型画出来的几何的性质。这些数字都是模型在给自己打分。复合物到底存不存在，它们够不着。

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 openfold3 --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 openfold3 --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/openfold3
python3 -m zipfile -c openfold3.zip openfold3

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/openfold3/ 拷出来即可（unzip main.zip 'OpenAI4S-main/skills/openfold3/*' 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 先讲查询 JSON，因为写错它的结构是最先撞上的失败：一个 queries 字典，每条链一个 molecule_type，蛋白质/DNA/RNA 给 sequence，配体给 smiles 或 ccd_codes，整个对象要过一遍 pydantic 校验，多余的键直接被拒。接着是那两个不关就一直开着的开关——--use-msa-server 会把序列 POST 给 api.colabfold.com，--use-templates 还额外要求能连上 data.rcsb.org——所以离线或出网受限的环境必须把两个都显式设成 false。然后是 Hugging Face 上要先过访问申请的权重下载、默认的 DeepSpeed attention kernel 以及 DeepSpeed 缺失时改用 cuEquivariance 的回退办法、聚合 confidence 文件里的数值该长什么样、一张针对导入报错和显存不足的排查表，最后是上游许可。

文件	职责
`SKILL.md`	先讲查询 JSON，因为写错它的结构是最先撞上的失败：一个 `queries` 字典，每条链一个 `molecule_type`，蛋白质/DNA/RNA 给 `sequence`，配体给 `smiles` 或 `ccd_codes`，整个对象要过一遍 pydantic 校验，多余的键直接被拒。接着是那两个不关就一直开着的开关——`--use-msa-server` 会把序列 POST 给 `api.colabfold.com`，`--use-templates` 还额外要求能连上 `data.rcsb.org`——所以离线或出网受限的环境必须把两个都显式设成 `false`。然后是 Hugging Face 上要先过访问申请的权重下载、默认的 DeepSpeed attention kernel 以及 DeepSpeed 缺失时改用 cuEquivariance 的回退办法、聚合 confidence 文件里的数值该长什么样、一张针对导入报错和显存不足的排查表，最后是上游许可。