用途：针对蛋白靶点编排端到端的从头结合剂（binder）设计流程。该技能负责编排、交接契约、过滤、验证与运行清单，不重复各 NIM 的 API 细节，后者由各原子技能的 SKILL.md 负责。
主要能力与流程：1）靶点准备，获取靶点 PDB 与表位，将表位/热点残基编号映射为 RFdiffusion 的 hotspot_res 字符串，可选构建靶点 MSA；2）骨架生成（rfdiffusion-nim），指定 binder contig 与 hotspot_res，产出 N 个骨架；3）序列设计（proteinmpnn-nim），每个骨架 k 条序列，需从 mfasta 中剔除天然/WT 行；4）共折叠与打分（boltz2-nim 或 openfold3-nim），收集界面置信度 ipTM 与 binder pLDDT；5）自洽性，计算 RFdiffusion 骨架与预测 binder 的 CA-RMSD；6）过滤与排序，应用阈值、排序存活者并写出清单与 CSV。
默认过滤阈值：ipTM ≥ 0.8、binder pLDDT ≥ 80、自洽性 RMSD ≤ 2.0 Å，可按项目覆盖并记录在清单 filters 中。
使用方式：每个 NIM 通过 HTTP 访问，需一次性选择托管或本地并全程复用。托管方式使用 build.nvidia.com 的 base URL，设置 NVIDIA_API_KEY（以 Authorization: Bearer 发送），密钥从环境变量读取，切勿硬编码；本地自托管 NGC 容器指向本地 URL（如 http://localhost:8000/...），本地 NIM 无需认证头。部分 NIM（如 Boltz2）在无内置配置的 GPU 上需固定 NIM_MODEL_PROFILE。
脚本：scripts/manifest.py 管理运行清单；scripts/pdb_utils.py 解析 PDB、提取链、序列、残基重映射与 CA 坐标；scripts/metrics.py 计算 Kabsch CA-RMSD；scripts/controls.py 生成打乱序列的阴性对照；scripts/registry.py 与 assets/targets.json 提供示例基准靶点注册表。
验证：始终运行对照并报告成功率，而非仅报告最高分；阴性对照为打乱序列，阳性对照为已发表 binder 经同一流程重打分。
限制与注意：共折叠是昂贵阶段，建议先对限量候选短名单共折叠、复核后再扩展；生成骨架前需与用户确认靶点、表位/热点、binder 长度范围及托管或本地方式。从头 binder 设计具有两用性，应拒绝以增强病原体适应性、毒素效力或生物武器功能为目的的请求，仅限合法研究与治疗意图。具体端点、请求/响应模式与示例见 references/pipeline.md，本地 NIM 启动细节见 references/local-nim-setup.md。