用途
该技能用于在 ToolUniverse 仓库中搭建、启动、验证并排障 ESM-IF1 反向折叠（inverse folding）远程工具。ESM-IF1 的输入是蛋白质结构，输出是设计出的氨基酸序列，因此它属于结构到序列的方向，与同系列中从序列预测结构的折叠工具方向相反。该技能的目标是把这一能力作为常驻的远程工具运行，并可选通过 ToolUniverse Connect 中继共享。
主要能力
- 提供 MCP 工具 esm_if1_design，接收 PDB 结构、链标识、采样数量、温度与随机种子，返回 sequences、native_seq、recovery、n_tokens、designed_length、route（singlechain 或 multichain）、device、kit_levers、weights_held_by 等字段。
- 采用双环境结构：MCP 服务器运行在 ToolUniverse 的环境中；模型运行在独立环境里，从固定的 requirements.lock 以 --no-deps 安装，避免版本被静默解析成其他值，二者不能互相导入。
- 由 tu remote setup 驱动五个步骤：preflight、environment、kit、weights、smoke。每步失败时会按名称报错并给出修复方法。smoke 步骤会持有模型、发送一次请求，并断言输出符合清单（outputs 为 *.fasta，output_keys 为 sequences 与 native_seq），测量结果写入 ~/.cache/tooluniverse/measured/esm_if1.json。
- 权重获取：仅一个 1.7 GB 文件 esm_if1_gvp4_t16_142M_UR50.pt，由套件自带下载器（python -m esm_if1_opt.weights DIR）获取，并校验大小与 sha256。请求时不进行任何下载；worker 在加载前后各做一次检查，防止 torch.hub 目录不一致或权重被替换。
使用方式
- 前置条件：Linux、Python 3.12.3，从 ToolUniverse 仓库根目录运行；不需要 GPU，文档中的验证也未使用 GPU。模型环境必须使用 Python 3.11；首次需要 C/C++ 编译器，因为 biotite 0.39.0 会从固定版本的源码包构建。
- 先运行标准库契约检查：python scripts/remote_validation/setup_skill_preflight.py --implementation esm_if1；导出资源后加 --check-provider-env；服务启动后加 --live；分享前加 --check-connect-prereqs（仅报告密钥是否设置，不打印值）。
- 创建服务器环境：python3 -m venv .venvs/esm_if1，激活后升级 pip，安装 -e . 与 fastmcp。
- 创建模型环境：用 uv venv --seed --python 3.11 创建解释器，并通过 TOOLUNIVERSE_ESM_IF1_PYTHON 指向它；uv venv 必须带 --seed。随后执行 tu remote setup esm_if1，或逐项执行 --only preflight|environment|kit|weights|smoke。
- 本地启动：python -m tooluniverse.remote.esm_if1.esm_if1_tool，端点默认 http://127.0.0.1:8050/mcp。用 fastmcp 的 Client 列出工具，确认发现结果包含 esm_if1_design 且无重复或结构漂移，再调用示例。
- 共享：先安装固定 SHA-256 的 tuplatform-connect 公共 wheel，再执行 tu remote login（默认使用浏览器设备码授权，无头机器加 --no-browser），之后用 tu remote share esm_if1 共享；例如 tu remote share esm_if1 --name my-esm-if1-remote --workers 1。也可用 tu remote check 做就绪检查，或 tu remote run 仅本地前台运行。密钥只应通过受保护的环境变量文件或 tu remote login --manual-key 提供，不能写进命令行参数。
- 非回环地址绑定需要 TOOLUNIVERSE_API_TOKEN；提供者数据、权重、缓存和凭据都应放在 Git 之外。
性能与资源
文档给出的测量结果：CPU 上 64 至 395 个残基的峰值常驻内存约为 2.45 GiB，800×2 时为 3.65 GiB，声明上限组合（1600 token × 4 行）下为 11.22 GiB、耗时 757.7 s；建议按 11.22 GiB 调度，除非部署限制了输入长度。线程方面建议设为 1：torch 默认的 20 线程反而最慢（64 残基×2 样本时单线程 8.66 s，20 线程 13.91 s）。吞吐主要靠 batched_sampling 将（骨架，样本）行合并进一次前向：单行每序列 11.14 s，8 行 1.94 s，约 5.7 倍；因此应提高 num_samples，而不是并发发起 N 个请求。常驻 worker 一次只处理一个请求，第二个进行中的请求会在其锁上排队，建议只用一个 worker。若某条骨架的行未被全部采样，sequences 会故意为空列表；这表示请求失败，而不是答案为空。
适用场景
适用于需要在本地或私有环境中把 ESM-IF1 反向折叠能力接入 ToolUniverse、并以 MCP 工具形式调用或共享的场景；适合在 CPU 主机上部署，也适合需要可复现性（固定依赖、固定权重校验、记录本机测量）的科研工作流。
限制
文档明确说明：公开发布、跨用户隔离、并发、恢复以及设计质量均未测试，应保持该部署为私有；该实现未经平台矩阵验证，未通过 Platform 路由调用过，现有证据仅为单机回环端点的本地验证；tuplatform-connect 尚未发布到 PyPI，需安装指定 wheel。