用途：对已存在的 PDB 目录用 Proteina-Complexa 内部同一套指标进行独立评估，即包装 complexa analysis <evaluate_config> ++sample_storage_path=<dir>，先执行 evaluate（重折叠、界面指标、单体指标），再执行 analyze（成功阈值、多样性、通过率 CSV）。此处不运行 complexa generate，因为输入已存在。
主要能力：用 AF2（colabdesign）、RF3（rf3_latest）、ESMFold（esmfold）或 Boltz2（boltz2_default）重折叠设计 PDB；计算 binder 界面指标 i_pAE、min_ipAE、i_pTM、pLDDT、binder/complex scRMSD；计算单体可设计性（ProteinMPNN 重设计 scRMSD）与联合可设计性（原始序列重折叠 scRMSD）；对 motif 输入计算 motif RMSD（CA 与全原子）、motif 区域可设计性/联合可设计性及序列恢复；聚合为逐 PDB CSV 与基于默认阈值的通过率汇总。
使用方式：先运行预检 bash .claude/skills/_shared/scripts/preflight.sh，确认 GPU/显存（colabdesign、RF3 需 ≥40 GB，ESMFold ≥24 GB）、后端所需环境变量与 foldseek/mmseqs。默认流程（protein binder）示例：complexa analysis configs/evaluate_from_pdb_dir.yaml ++++sample_storage_path=/abs/path/to/pdbs ++dataset.task_name=02_PDL1 ++result_type=protein_binder ++metric.binder_folding_method=colabdesign ++metric.inverse_folding_model=soluble_mpnn ++run_name=eval_pdl1_af2。配体结合物改用 rf3_latest/ligand_mpnn/ligand_binder；AME 用 configs/evaluate_ame_from_pdb_dir.yaml，并按需使用 configs/analyze_motif_binder.yaml。可用 ++dryrun=true 先做不折叠的计划演练；需要分阶段检查时可分别运行 complexa evaluate 与 complexa analyze。结果位于 ./evaluation_results/${run_name}/。
限制：需 CUDA GPU；配置文件路径相对仓库根目录，需先 cd 到仓库；result_type 必须与对应 compute_*_metrics 一致；AME 输入需先将配体残基重命名为 L:0，否则 RF3 可能报形状错误；如 FOLDSEEK_EXEC 不在 PATH，多样性步骤失败，可设置环境变量或关闭 compute_diversity/compute_mmseqs_diversity。官方未提供的价格、平台与更细效果信息暂未提供。