用途：为 Proteina-Complexa 全新检出完成设计运行前的三步准备——创建 .env、获取模型权重、校验环境。先探测主机 GPU、磁盘与工具二进制，避免流程中途才发现依赖缺失，最后输出可复读的 JSON 设置产物。
主要能力与流程：
- 预检：运行 bash .claude/skills/_shared/scripts/preflight.sh，生成 ./complexa_setup/preflight.json，关注 gpu.available、gpu.vram_gb（≥40 GB）、CKPT_PATH 剩余磁盘（完整模型集约 50 GB）、env.missing_required 及 foldseek/mmseqs/dssp/hbplus/sc 是否存在。
- 构建 Python 环境（仅当 .venv/ 缺失）：test -d .venv || ./env/build_uv_env.sh，然后 source .venv/bin/activate 并 which complexa 验证；Docker 运行时跳过此步。
- 创建 .env：可选文件编辑（cp .env_example .env 后替换运行时与路径前缀）或 CLI：complexa init / complexa init --runtime docker / complexa init --force。
- 编辑 .env：必须手动设置 LOCAL_CODE_PATH 与 LOCAL_DATA_PATH；按需设置 HF_TOKEN、WANDB_API_KEY。
- 下载权重：使用 CLI，如 complexa download --complexa（约 3 GB，蛋白结合剂）、--complexa-ligand、--complexa-ame、--complexa-all（约 9 GB）、--all（社区模型，约 50 GB）、--everything（约 100+ GB）；complexa download --status 可查看安装状态。
- 校验：complexa validate env 检查 .env 是否存在、DATA_PATH 是否指向真实目录；选取管线后可用 complexa validate design CONFIG。
- 产物：通过 python .claude/skills/_shared/scripts/write_manifest.py 生成 ./complexa_setup/run_manifest.json。
硬件要求：GPU ≥24 GB VRAM（推荐 A100/H100/L40S 40–80 GB）、CUDA 12.0+（推荐 12.4+）、磁盘 50 GB（推荐 150 GB）、RAM 16 GB（推荐 64 GB+）、Ubuntu 22.04+ 或 Docker。
限制：Ubuntu 20.04 在 UV 运行时会出现 GLIBC 错误，需改用 Docker；无网络时需配置代理或手动下载 ckpt；.env 值编辑无 CLI，须手动改。其余细节（如完整键表、NGC 来源）资料未在正文提供。