【免费下载链接】feynmanThe open source AI research agent.项目地址https://gitcode.com/gh_mirrors/feynman/feynman点击查看免费下载本指南聚焦开源 AI 研究代理 Feynman 内置的chai1技能skills/chai1/SKILL.md讲解如何用它执行或准备 Chai-1 风格的生物分子复合物结构预测并完成来源记录provenance与置信度评审。读完本文你将掌握如何把研究问题转换为结构化的输入清单、在本地与远程执行路径间正确选择、捕获可复现的运行记录以及如何判断一条预测结构能否被当作研究证据使用。技能定位与触发场景chai1技能的 frontmatter 定义了它的能力边界与触发条件skills/chai1/SKILL.md--- name: chai1 description: Run or prepare Chai-1 structure predictions for biomolecular complexes. Use when a task asks for Chai-1 inputs, multimers, ligand/nucleic acid structure prediction, or confidence review. ---从描述可以看出该技能适用于以下四类任务场景需要准备或提交 Chai-1 输入input manifest多聚体multimer复合物结构预测含配体ligand或核酸nucleic acid的结构预测需要对已生成的预测结构做置信度评审confidence review。仓库的测试 tests/skill-paths.test.ts 将chai1与alphafold2、boltz、borzoi、diffdock、evo2、openfold3、esmfold2等一同列入scienceWorkbenchSkills科学工作台技能包并断言这些技能以 Feynman 自有技能的形式随仓库打包分发。因此chai1是 Feynman 科学结构预测能力矩阵中的一个正式成员而非临时脚本。五步工作流总览技能正文给出了一个清晰的五步工作流skills/chai1/SKILL.md构建输入清单把研究问题转换成包含链、序列、配体、核酸、模板、约束与随机种子的输入 manifest验证执行路径运行前确认可用的执行通道——本地模型、托管端点、Modal 作业、SSH 主机或文档化的远程 API捕获完整运行记录记录包/模型版本、精确输入清单、硬件、命令或请求体以及全部原始输出文件保存工件将结构文件与置信度工件存入 Feynman 活动输出目录评审置信度检查链覆盖度、界面置信度、配体合理性、立体化学告警以及与已知结构的冲突。下面逐节展开这五步并结合仓库源码与相邻技能说明每一步的实操要点与底层依据。第一步将研究问题转换为输入清单Chai-1 预测的起点不是裸序列而是一份显式、无歧义的输入清单。技能要求输入 manifest 至少覆盖以下要素要素作用与要点chains链明确多聚体的每条链及其化学身份蛋白质/核酸/配体链之间如何组装成复合物sequences序列精确的氨基酸/核苷酸序列序列错误会直接传导到结构预测结果ligands配体配体的化学标识如 SMILES、残基名或数据库 ID以及它挂在哪个结合位点nucleic acids核酸DNA/RNA 链的序列与配对信息用于蛋白-核酸复合物场景templates模板若使用模板建模需指明模板来源与选择策略restraints约束距离约束、键合约束等先验信息用于引导折叠或强制已知相互作用seeds随机种子固定随机种子以保障结果可复现便于对比不同配置的预测这一先把研究问题显式化的原则与仓库内其他结构预测技能完全一致boltz技能同样要求将输入规范化为显式实体蛋白链、核酸链、配体、共价连接、模板、约束与种子skills/boltz/SKILL.mdalphafold2技能则要求记录生物问题、序列标识符、FASTA 输入、寡聚状态、物种与预期的辅因子/伙伴skills/alphafold2/SKILL.md。可以推断这种manifest 先行的设计是 Feynman 结构预测类技能的共同范式它让每次运行都有精确的输入快照是后续可复现性与来源审计的前提。第二步验证执行路径不假设资源存在技能明确要求运行前必须验证可用的执行通道——本地模型、托管端点managed endpoint、Modal 作业、SSH 主机或文档化的远程 API。这一条与alphafold2技能的告诫一脉相承不要假设权重、数据库或 GPU 已经存在skills/alphafold2/SKILL.md。各执行路径的选用要点本地模型local model适合已有 GPU 与已安装权重的工作环境需先确认包与权重确实可用。托管端点managed endpoint通过 Feynman 的托管模型端点能力注册与调用。按 skills/managed-model-endpoints/SKILL.md 的约定应先定义端点用途、模型族、输入输出模式、认证方式与硬件需求再执行健康检查与一次小型推理冒烟测试只有健康检查通过才能把端点当作可用基础设施。Modal 作业适合有界的一次性 GPU 计算。按 skills/remote-compute-modal/SKILL.md 的要求作业必须保持有界输入、包安装、硬件、超时与预期工件必须显式声明并通过 Feynman 的 notebook Modal 通道或记录的 Modal 脚本提交。SSH 主机 / 文档化远程 API若走远程主机或公开 API必须先确认认证与可用性不能凭假设运行。在 Feynman 的语境下路径验证还意味着如果某个通道不可用应将对应能力如实标记为 blocked/unavailable而不是假装模型可以运行——这一点与仓库中绝不掩盖缺失检查的验证纪律一致。第三步捕获完整运行记录保证可复现技能的第三条要求是捕获包/模型版本、精确输入清单、硬件、命令或请求体以及全部原始输出文件。这一条在 Feynman 的来源审计体系中有明确的仓库级支撑AGENTS.md 的Provenance and verification契约要求凡使用verified、confirmed、checked等字眼底层工件必须记录实际检查了什么、如何检查定量或代码产出的结论应保留支撑最终论断的原始工件路径、脚本或日志不能只依赖加工后的摘要。同一契约还规定缺失的检查绝不能被掩盖应如实标记为blocked、unverified或inferred。把这条契约落到 Chai-1 场景意味着每次预测运行至少应留下如下记录模型与包版本例如 Chai-1 权重版本、运行它的 Python 包版本完整输入 manifest与第一步一致避免事后无法还原输入硬件信息GPU 型号/显存、CPU、内存因为结构预测对硬件敏感实际执行的命令或 API 请求体全部原始输出文件预测结构、置信度文件、日志而非仅保留加工后的结论。只有这些记录齐备结构才能被纳入后续的证据链。第四步将结构文件与置信度工件存入输出目录预测完成后需要把结构文件PDB/mmCIF 格式的预测坐标与置信度工件pLDDT、界面置信度、PAE 类指标等保存到 Feynman 的活动输出目录。输出布局遵循仓库的全局约定AGENTS.md每个工作流产出必须从主题派生一个短 slug小写、连字符、无填充词、不超过 5 个词该次运行的所有文件都以 slug 为前缀最终输出写入outputs/或papers/来源记录以slug.provenance.md侧车文件形式放在最终输出旁边。因此一次 Chai-1 预测运行在磁盘上大致呈现为outputs/ ├── slug.md # 最终结论含结构证据的解释 ├── slug.provenance.md # 来源与验证侧车版本、输入清单、命令、硬件、检查状态 └── slug-raw/ # 原始结构文件与置信度工件PDB/mmCIF、日志等这与alphafold2技能输出应包含 FASTA、预测 PDB/mmCIF、可用时的置信度文件、简短方法说明与.provenance.md侧车skills/alphafold2/SKILL.md的产物形态互相印证说明provenance.md侧车是 Feynman 结构预测类输出的统一标配。第五步评审置信度把结构当作假说而非结论技能要求从五个维度评审预测结果链覆盖度chain coverage预测结构是否完整覆盖了输入清单中的每一条链有无截断、缺失域或整链失败界面置信度interface confidence复合物界面的置信度如何界面残基的置信度通常决定多聚体组装是否可信。配体合理性ligand plausibility配体的结合姿势在化学上是否合理是否落在预期的结合口袋立体化学告警stereochemistry warnings键长、键角、手性、原子碰撞等立体化学指标是否触发告警与已知结构的冲突conflicts with known structures预测与 PDB 中已知结构、AlphaFold 数据库记录或文献结构是否矛盾技能最后给出明确的证据纪律只有在来源记录与置信度检查附加之后才可将结构用作证据。这与其他结构技能完全一致boltz技能强调不要把单个吸引人的结构当作证明应在结果驱动决策时对照源文献、已知结构或正交实验做验证skills/boltz/SKILL.mdesmfold2技能则限定快速折叠只用于分诊triage除非有独立检查支撑否则不把结构主张当结论skills/esmfold2/SKILL.md。可以推断Feynman 对结构预测的统一立场是预测结构是待验证的假说置信度评审与来源记录是把假说升级为证据的必要条件。与相邻结构预测技能的定位差异chai1不是仓库中唯一的结构预测技能它与同属科学工作台技能包的相邻技能存在明确分工技能定位典型适用场景chai1生物分子复合物多聚体、配体、核酸的 Chai-1 风格预测与置信度评审蛋白-配体、蛋白-核酸、多链复合物alphafold2AlphaFold2 风格的单体/多聚体预测、MSA/模板处理、与 PDB/AlphaFold 库对比需要 MSA 与模板、强调与已知结构对照的蛋白预测boltz蛋白、复合物、配体或核酸组装体的 Boltz 风格预测与 Boltz 工作流对齐的复现与预测esmfold2免 MSA 的快速折叠用于分诊与突变体结构筛选快速假说生成、大规模序列筛选选择哪个技能取决于研究问题与工具链偏好但无论选择哪个输入清单显式化、执行路径验证、来源记录、工件保存与置信度评审这五步都是共通的。仓库中的落地保障chai1技能的可靠性由两处仓库机制兜底打包与分发tests/skill-paths.test.ts 断言技能包内所有本地 Markdown 引用在安装布局下均可解析防止技能文件随安装移动后产生悬空链接chai1同时被列入科学工作台技能清单tests/skill-paths.test.ts保证它随 Feynman 一起分发。来源与验证契约AGENTS.md 将.provenance.md侧车、验证状态如实标注verified/unverified/blocked/inferred与不清扫缺失检查确立为仓库级要求chai1工作流第 35 步正是这一契约在结构预测场景中的具体落地。小结一次合规的 Chai-1 预测运行把五步工作流串起来一次合规的 Chai-1 预测运行应当完整经历研究问题 → 显式输入清单链/序列/配体/核酸/模板/约束/种子→ 执行路径验证本地/托管端点/Modal/SSH/远程 API→ 全量运行记录版本/清单/硬件/命令/原始输出→ 工件落盘结构 置信度 provenance.md→ 五维置信度评审。只有当来源与置信度检查齐备后预测结构才有资格进入 Feynman 的证据链支撑后续的研究结论。赞分享【免费下载链接】feynmanThe open source AI research agent.项目地址https://gitcode.com/gh_mirrors/feynman/feynman点击查看免费下载相关推荐Lima 博客与技术文章索引从社区博客到 v2.x 里程碑的完整脉络Lima 博客与技术文章索引从社区博客到 v2.x 里程碑的完整脉络 Lima 是一个专注于运行容器的 Linux 虚拟机VM工具官网文档区维护了一份Feynman ESMFold2 Skill 实战指南MSA-free 快速蛋白结构预测与置信度审查工作流Feynman ESMFold2 Skill 实战指南MSA free 快速蛋白结构预测与置信度审查工作流 Feynman开源 AI 科研代理内置的 esMastra 仓库中的 MastraCode PR 自审工作流从 diff 阅读到结构化评审清单Mastra 仓库中的 MastraCode PR 自审工作流从 diff 阅读到结构化评审清单 本文基于 Mastra 开源仓库中的 MastraCode人工智能Agent 框架AI AgentRAG后端上一篇Flipper Zero 2025终极指南官方固件更新与功能升级全解析下一篇深度解析DeepSeek-V3-0324开源AI编程模型如何重塑开发效率创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考