用途：scGPT 是单细胞生物学基础模型，用于对单细胞表达数据生成细胞嵌入并进行细胞注释。适合需要从表达矩阵得到低维表示、再聚类或注释的场景。
主要能力：加载 scGPT 词表与检查点，对 AnnData 数据做嵌入，输出每细胞嵌入向量（默认 512 维），可接 scanpy 的 neighbors、leiden、umap 等下游分析，也可与 scvi-tools 潜空间比较。
使用方式：环境需 Python 3.10+（推荐 3.11）、CUDA 12.1+（推荐 12.4+）、GPU 显存 16GB（推荐 24GB+）。检查点是原始目录（args.json、best_model.pt、vocab.json），不是 Hugging Face 仓库，需指向目录路径。用 GeneVocab.from_file 加载 vocab.json，人类检查点词表大小为 60697。用 scgpt.tasks.embed_data 对 AnnData 嵌入，需指定 gene_col 为 adata.var 中基因名列，结果存于 .obsm["X_scGPT"]。远程计算可提交作业，命令为 python3 embed.py，并保留返回的 job_id 用于查询状态或结果。
限制与注意：use_fast_transformer 默认 True，但可能因 flash_attn 不可用而失败，建议传 False。基因名必须与词表匹配，不匹配的基因会被丢弃；若几乎全部基因被丢弃，检查 gene_col。旧 torchtext shim 可能报 Vocab 属性错误，需更新环境。环境清单中包名大小写可能不同，查找前应规范化键名。