用途：ESM 提供蛋白质语言模型，用于理解、生成与设计蛋白质。skill 覆盖两个模型家族：ESM3 做序列、结构、功能的多模态生成式设计；ESM C 做高效表示学习与嵌入。
主要能力：
- ESM3 序列生成：用掩码序列（'_' 表示掩码位）补全或生成新序列。示例：ESMProtein(sequence="MPRT___KEND")，配合 GenerationConfig(track="sequence", num_steps=8)。
- 结构预测与逆折叠：track="structure" 从序列预测结构，可读取 coordinates、to_pdb()；从 PDB 设计序列时用 ESMProtein.from_pdb(...)，sequence=None，再按 track="sequence" 生成。
- ESM C 嵌入：ESMC.from_pretrained("esmc-300m")，encode/forward 获取嵌入，支持批处理。
- 功能条件与注释：用 FunctionAnnotation(label="fluorescent_protein", start=50, end=150) 做功能条件生成，也可预测功能。
- 思维链生成：多步迭代，先生成结构，再细化序列，再预测功能。
- Forge API 批处理：ESM3ForgeInferenceClient 配合 asyncio 异步批量生成。
模型选择：ESM3 有 esm3-sm-open-v1（1.4B，开放权重，本地）、esm3-medium-2024-08（7B，仅 Forge）、esm3-large-2024-03（98B，仅 Forge）；ESM C 有 esmc-300m、esmc-600m、esmc-6b。
安装：uv pip install esm；加速可 uv pip install flash-attn --no-build-isolation；Forge 访问需在 https://forge.evolutionaryscale.ai 获取 token。
适用场景：蛋白质工程、药物发现、科研；新 GFP 设计、变体生成与筛选、基于结构的序列优化、功能预测、基于嵌入的聚类分析。
限制：部分大模型仅通过 Forge 提供，需 token；生成结果需用结构预测或湿实验验证；请遵循 Responsible Biodesign Framework，考虑生物安全与伦理。详细参数见 references 下的 esm3-api.md、esm-c-api.md、forge-api.md、workflows.md。