用途
RFD4-Proteína Autoresearch 是一个自动研究（autoresearch）策略层技能，用于在 RFD4-Proteína 蛋白质设计任务中执行“设计 → 评分 → 迭代”的循环：生成候选设计，用显式奖励对其评分，保留能改善指标的候选，并让结果引导下一轮。它本身不替代底层机制，而是把已有的生成、搜索、评估技能组织成可复现、可替换的波次（wave）与分支（branch）策略。
该技能的价值不在于任何单次运行，而在于轨迹：测试了哪些假设、在哪里重置、什么证据催生了下一波。它要求把奖励和规则显式化，使循环可被引导，并在获得更好证据时能够替换。
主要能力
- 明确目标：在生成任何内容前，把设计问题、奖励（复合指标、权重与门控）和规则（冻结/晋升/分配阈值、每波作业预算）写到磁盘上，便于检查。
- 播种首批分支：一个分支是一个（输入，搜索配置）组合，用于覆盖真正想测试的假设。
- 复合奖励工程：按步定义奖励，要求先归一化各项尺度再加权，用 clip 把“必须达标”的项变成门控，对宽范围项降权，用负权重实现最小化。
- 波次决策：运行波次分支并收集共同最终指标，按分支健康度（该分支前 3 名分数的中位数）更新分支，执行冻结、晋升与预算分配（约 70% 给最强分支，约 30% 给未探索组合）。
- 单轴变异：每个子分支只改动一个轴，使效果可归因，包括搜索、奖励、奖励调度、多样性和输入等轴。
- 多样性与停止条件：用评估技能配合 Foldseek 聚类，避免优化进单一结构家族；在运行最佳值跨波次停滞或预算耗尽时停止，并记录搜索空间是否穷尽。
使用方式
前置条件：可用的生成、搜索和评估技能；已配置的模型运行时；商定的计算预算。模型命令、配置和上游手册使用用户在 RFPROTEINA_ROOT 选择的模型检出；本目录只包含技能，不包含该检出。在辅助示例中，当目录与模型检出分离时，需把 open-models-skills/rfd4-proteina/<name>/... 解析为其绝对安装路径。
输入：必需项包括用户的设计问题、输入、奖励键/阈值、预算和停止规则；可选项包括已有的波次计划和参数轴。在选择示例性默认值前，应复用已记录的战役决策。
流程概要：
- 明确目标，写入 campaign/program.md、campaign/wave1.json、campaign/decisions.md、campaign/results.tsv 等文件。若波次在 rfd4-proteina-campaign 内运行，campaign.sqlite 是规范记录，需登记每个分支输入/配置并摄入每个设计、oracle 预测和指标观测。
- 播种首批分支。
- 设计复合奖励，奖励定义在 search.checkpoints.<step>.rewards 下；每个检查点显式列出其指标、奖励和 use_clean_prediction 设置，检查点之间不继承任何内容。
- 运行波次，然后冻结/晋升/分配。
- 选择要变异的旋钮（RFD4-Proteína 准确的轴）。
- 跟踪多样性和停止条件。
调度器意图：任何批量运行前，先阅读选定的 scripts/.user_info_<cluster> 和启动器，保留用户的分区、账户、QoS/优先级选项、GPU 请求、运行时、内存和 CPU 设置；仅在用户明确要求时使用资源覆盖；提交前说明解析后的调度器值；验证工作流时使用 dry-run 或不提交的测试。
适用场景
适用于需要迭代 RFD4-Proteína 设计波次、并带有显式奖励、参数扫描、预算和晋升决策的场景。例如结合物（binder）战役可从不同的表位或长度假设开始，然后对每个晋升分支只改变一个轴。
限制
- 奖励优化的是代理指标（重折叠置信度/界面指标），不是实验成功，设计需下游验证。
- 重折叠引导的波次计算密集，需按预算设置 beam_width/n_branch/waves。
- 资料中提到的 muni TREM2/Complexa 数字是说明性的，不是 RFD4-Proteína 默认值；RFD4-Proteína 的搜索仅为束搜索（没有 MCTS / best-of-n / FK-steering）。应移植方法，而不是数字。
- 若波次缺少指标，需先解决其提供者/配置故障再对分支排名；若奖励饱和或设计坍缩到单一家族，需在分配下一波前检查项尺度、门控和结构多样性。
输出
独立自动研究应产出可回放目录：目标与规则（program.md）、每波分支载荷（wave*.json）、决策理由（decisions.md）、每分支结果（results.tsv），以及底层技能产生的每分支设计 CIF 和指标 CSV。运行最佳轨迹（包括失败分支及原因）才是交付物，而不仅是顶级设计。在端到端战役中，保留这些工件，同时以战役账本作为设计谱系、oracle 输出、实际指标值和通过者证据的事实来源。