setup-e1-remote-tool

用途

本技能指导用户将 Profluent E1 蛋白质语言模型部署为 ToolUniverse 远程工具，提供 MCP 接口，并可选通过 ToolUniverse Connect 进行中继共享。适用于需要在本地 GPU 上运行 E1 模型进行蛋白质变体打分的场景。

主要能力

• 提供 run_e1_score_variants 工具，对给定父序列和突变序列计算零样本掩码边际对数似然比。
• 提供 run_e1_embed 工具，默认返回平均池化向量，并可将逐残基矩阵保存为 float32 .npy 文件路径。
• 支持通过 tu remote setup e1 自动完成预检、环境创建、套件安装、权重下载和冒烟测试。
• 支持通过 tu remote share e1 进行远程共享，使用浏览器设备授权。

使用方式

1. 前置条件：Linux 系统、Python 3.12.3、CUDA GPU，从 ToolUniverse 仓库根目录运行。
2. 运行契约检查：python scripts/remote_validation/setup_skill_preflight.py --implementation e1。
3. 创建两个虚拟环境：ToolUniverse 环境（用于 MCP 服务器）和模型环境（由 TOOLUNIVERSE_E1_PYTHON 指定）。
4. 设置 HF_HOME 和 TOOLUNIVERSE_E1_PYTHON，然后运行 tu remote setup e1。可加 --only preflight|environment|kit|weights|smoke 分步执行。
5. 本地启动：python -m tooluniverse.remote.e1.e1_tool，端点默认 http://127.0.0.1:8044/mcp。
6. 验证工具发现：使用 FastMCP 客户端列出工具，确认包含 run_e1_score_variants。
7. 远程共享：安装 tuplatform-connect wheel，运行 tu remote login 后执行 tu remote share e1。

适用场景

• 蛋白质工程中的变体效应预测。
• 需要本地化、私有部署的蛋白质语言模型服务。
• 通过 MCP 协议将 E1 集成到智能体工作流。

限制

• 仅支持 Linux + CUDA GPU，模型常驻显存，CPU 不是目标。
• 当前验证状态为私有部署，公开分享、跨用户隔离、并发、恢复和评分质量未测试。
• 需保持绑定回环地址，非回环绑定需配置 TOOLUNIVERSE_API_TOKEN。
• 权重和缓存不应纳入 Git。
• 首次请求有模型构建延迟（约 12 秒），后续请求约 0.075-0.080 秒。
• 峰值显存随输入长度增长，100 残基约 4.30 GiB，800 残基约 4.84 GiB。
• 仅使用实现 README 链接的官方上游文档，不得使用第三方模型镜像。