用途：该技能是 GPU 类技能依赖的远程调度层，解决基础模型工作负载（蛋白质折叠、骨干扩散、单细胞模型等）耗时数分钟至数小时、无法在同步调用中完成的问题。它不封装任何具体模型，只描述“在哪里、如何运行”；具体运行内容由模型技能（如 alterlab-alphafold、alterlab-boltz、alterlab-proteinmpnn）定义。
主要能力：提供统一的三动词契约。submit(spec) → handle：入队任务并返回不透明句柄（SLURM 作业号、Modal 调用 id、RunPod 作业 id、GCP 操作名）。poll(handle) → status：将后端状态映射为 PENDING | RUNNING | SUCCEEDED | FAILED | CANCELLED | UNKNOWN，并按退避轮询，避免忙等。harvest(handle) → artifacts：把声明的输出文件复制回本地 out/ 目录（HPC 用 scp/rsync，云端从对象存储下载）。后端覆盖 SLURM/HPC、Modal（改为参考 alterlab-modal）、RunPod（服务端端点，密钥读自 RUNPOD_API_KEY）、GCP Batch 与 Vertex AI（使用 ADC 认证，输出读自 GCS 桶）。
使用方式：scripts/dispatch.py 是仅用标准库的 CLI，可跨后端执行同一作业规格，例如：python scripts/dispatch.py submit --backend slurm --script run.slurm；python scripts/dispatch.py poll --backend slurm --handle 123456；REST 后端：python scripts/dispatch.py submit --backend rest --endpoint "$RUNPOD_ENDPOINT" --payload spec.json。SLURM 路径会调用 sbatch 提交（用 --parsable 捕获作业号），并用 sacct -j "$JOBID" --format=State,ExitCode,Elapsed --noheader --parsable2 轮询至终态。各后端的命令与 API 细节在 references/providers.md 中按需加载。
限制与注意事项：不用于在 Modal 上专门部署无服务器容器或自动扩缩 API（应使用 alterlab-modal）、不用于执行具体模型的折叠或序列设计、不用于本地单机分析、不用于通过 HTTP 查询数据库。轮询应使用退避（如 10s → 30s → 60s，有上限）。判定终态应依据 sacct 与退出码，而非 squeue 中是否出现。即使状态为 COMPLETED，也需回收后校验预期文件是否存在。不得硬编码凭据，需从环境读取 RUNPOD_API_KEY、GCP ADC 与集群主机；缺少必需密钥时调度器拒绝运行。暂未提供的内容：具体计费方式、价格、性能效果与完整安装步骤。