用途：ESM 提供蛋白质语言模型，用于蛋白质的理解、生成与设计。该技能覆盖两个模型家族：ESM3 负责跨序列、结构、功能的多模态生成式设计，ESM C 负责高效的蛋白表征学习与嵌入提取。
主要能力：一是用 ESM3 生成具有目标特性的全新蛋白序列、补全部分序列、生成变体、创建具有目标结构特征的蛋白。二是结构预测与反向折叠：从序列预测结构，或由结构设计序列。三是用 ESM C 生成高质量嵌入，用于功能预测、分类、相似性分析等下游任务，支持批量编码。四是功能条件化与注释：用功能轨道生成带特定功能注释的蛋白或从序列预测功能。五是思维链生成，多步迭代优化设计。六是通过 Forge API 异步批量处理多个蛋白。
使用方式：安装命令为 uv pip install esm，如需加速推理可再执行 uv pip install flash-attn --no-build-isolation。本地可从预训练模型加载，例如 ESM3.from_pretrained("esm3-sm-open-v1").to("cuda") 与 ESMC.from_pretrained("esmc-300m").to("cuda")。以 ESMProtein 构造提示，用带下划线的掩码位置表示待生成位点，再通过 GenerationConfig(track="sequence"/"structure"/"function", num_steps=...) 调用 model.generate。云端用法为 ESM3ForgeInferenceClient(model=..., url="https://forge.evolutionaryscale.ai", token="<token>")，令牌在 https://forge.evolutionaryscale.ai 获取。模型选择：本地开发可用 esm3-sm-open-v1 或 esmc-300m；生产质量用 esm3-medium-2024-08；最高精度用 esm3-large-2024-03 或 esmc-6b。
适用场景：蛋白工程、药物发现与科学研究，如新型 GFP 设计、变体生成与筛选、基于结构的序列优化、功能预测流程、基于嵌入的聚类分析。
限制：esm3-medium 与 esm3-large 仅通过 Forge 提供，需要令牌；生成的序列建议用结构预测或湿实验验证。设计新蛋白时应遵循负责任生物设计框架并考虑生物安全与伦理。部分模型细节与高级参数见所附参考文档。价格、具体速率限制等信息暂未提供。