用途：从任意含编码器的 KERMT 检查点提取逐分子嵌入。该技能本身是工作流编排器，负责校验检查点、校验 CSV、清洗 SMILES、阻塞式启动 runner，并返回各读出的 .npy 文件。
主要能力：支持 grover_base、cmim、hybrid、finetuned 等含编码器的检查点；省略 --ckpt 时可使用已发布的预训练 hybrid 模型 nvidia/NV-KERMT-70M-v2；输出四种标准读出（atom_from_atom.npy、bond_from_atom.npy、atom_from_bond.npy、bond_from_bond.npy），每行形状为 (N_rows, hidden_size)，并生成 metadata.pkl（含规范化 SMILES 与逐行有效标记）。
硬件要求：单 GPU；默认 batch_size 64 需 ≥4 GB 显存；磁盘占用约为每千分子每读出几 MB，四种读出合计约 10–20 MB/千分子，另加少量 canonical_smiles.npy 与 validity.npy；需支持 CUDA 12.6。
主要输入：--csv <path>（首列为 SMILES，其余列忽略）；--ckpt <path>（可选，默认使用已发布模型）；--pretrained-release（非交互式使用已发布模型，与 --ckpt 互斥）；--model-dir <dir>（默认 $KERMT_REPO/models/NV-KERMT-70M-v2/）；--batch-size N、--gpus 0、--from-prepare <dir>。
使用方式：依次执行容器检查、计算 RUN_DIR、解析并校验检查点、校验数据、prepare_data（仅清洗）、阻塞式启动 run_extract_embeddings，最后报告 $RUN_DIR/out/ 下的嵌入文件与 $RUN_DIR/run.json。
硬性规则：未获用户明确同意或未传 --pretrained-release 时不得下载已发布模型；--ckpt 与 --pretrained-release 互斥；不修改用户检查点（只读）；架构来自检查点，runner 无 --hidden-size 等参数。
限制与错误：prepare 清单缺少 clean_csv、--gpus '0,1' 非单 GPU 等会报错；若 ok_to_replay 为 false（启动时 kermt 仓库工作区不干净），需先按 repo.commit 固定提交再 checkout。官方文档未提供的收费、价格等信息暂未提供。