NVIDIA-BioNeMo/bionemo-agent-toolkit

# NVIDIA BioNeMo Agent Toolkit **通过 NVIDIA BioNeMo 技能将任何 agent 变为生命科学专家。** 蛋白质折叠、分子对接、生成式化学、基因组学分析、 蛋白质设计，以及生物标志物发现 —— 十年的 NVIDIA 生命科学 库、工具和模型，被打包为可直接调用的 agent 技能。 每个技能都为编程或科学 agent 提供了结构化的指令、脚本 和参考，以选择工具、准备输入、运行、检查输出并 解释结果 —— 涵盖单任务和多步骤科学工作流。 ## 安装 使用 [`skills` CLI](https://github.com/vercel-labs/skills) 安装技能： ``` # 交互式 — 选择一个 skill + 安装目的地 npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit # 单个 skill，无提示 npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit --skill boltz2-nim --yes # 针对特定 agent（可重复） npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit --skill boltz2-nim --agent claude-code npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit --skill boltz2-nim --agent codex # 浏览 catalog 而不安装 npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit --list ``` 该仓库还提供了自托管的插件市场： - **Codex:** [.agents/plugins/marketplace.json](.agents/plugins/marketplace.json) - **Claude Code:** [.claude-plugin/marketplace.json](.claude-plugin/marketplace.json) 因此 `bionemo-agent-toolkit` 插件也可以通过每个 agent 原生的插件 流程进行安装。合作伙伴的 harness 也可以直接从仓库中发现技能。 ## 技能目录 | 产品 | 描述 | 技能 | |---------|-------------|--------| | **Protein Binder Design** | 端到端 de novo binder 设计工作流 —— 包含 NIM 路由和 Proteina-Complexa 路由。 | [`protein-binder-design`](workflows/generative_protein_binder_design/protein-binder-design), [`complexa-binder-design`](workflows/generative_protein_binder_design/complexa-binder-design) | | **Generative Virtual Screening workflow** | 生成候选分子，将其对接到靶点，并评估结合亲和力 (GenMol → DiffDock → Boltz-2)。 | [`drug-discovery-pipeline`](nim-skills/meta-skills/drug-discovery-pipeline) | | **MSA-enabled protein structure prediction workflow** | 构建多序列比对，然后预测结构 (MSA-Search → OpenFold3)。 | [`msa-structure-prediction-pipeline`](nim-skills/meta-skills/msa-structure-prediction-pipeline) | | **Boltz-2** | 生物大分子结构预测 + 结合亲和力 (NIM)。 | [`boltz2-nim`](nim-skills/boltz2-nim) | | **DiffDock** | 小分子对接和结合姿势预测 (NIM)。 | [`diffdock-nim`](nim-skills/diffdock-nim) | | **Evo 2** | DNA 序列生成和变异评分 (NIM)。 | [`evo2-nim`](nim-skills/evo2-nim) | | **GenMol** | De novo 分子生成、骨架装饰、先导化合物优化 (NIM)。 | [`genmol-nim`](nim-skills/genmol-nim) | | **MolMIM** | 潜空间小分子生成和优化 (NIM)。 | [`molmim-nim`](nim-skills/molmim-nim) | | **MSA-Search** | 通过 ColabFold 进行多序列比对 (NIM)。 | [`msa-search-nim`](nim-skills/msa-search-nim) | | **OpenFold2** | 单体蛋白质结构预测 (NIM)。 | [`openfold2-nim`](nim-skills/openfold2-nim) | | **OpenFold3** | 生物大分子复合物结构预测 (NIM)。 | [`openfold3-nim`](nim-skills/openfold3-nim) | | **ProteinMPNN** | 针对目标骨架的反向折叠 / 序列设计 (NIM)。 | [`proteinmpnn-nim`](nim-skills/proteinmpnn-nim) | | **RFdiffusion** | De novo 蛋白质骨架和 binder 设计 (NIM)。 | [`rfdiffusion-nim`](nim-skills/rfdiffusion-nim) | | **Proteina-Complexa** | 针对蛋白质和小分子目标的蛋白质 binder 设计。结合了预训练的基于流的生成模型（构建于 La-Proteina 之上）与推理时优化，以生成高质量的 binder。 | [`complexa-setup`](open-models-skills/proteina-complexa/complexa-setup), [`complexa-target`](open-models-skills/proteina-complexa/complexa-target), [`complexa-design`](open-models-skills/proteina-complexa/complexa-design), [`complexa-sweep`](open-models-skills/proteina-complexa/complexa-sweep), [`complexa-evaluate-pdbs`](open-models-skills/proteina-complexa/complexa-evaluate-pdbs), [`complexa-slurm`](open-models-skills/proteina-complexa/complexa-slurm) | | **KERMT** | 用于分子属性预测 (ADMET) 的预训练图神经网络。GROVER 的多任务扩展，通过 cuik-molmaker 加速数据加载。在真实世界的 ADMET 数据上达到 SOTA。 | [`kermt-setup`](open-models-skills/kermt/skills/kermt-setup), [`kermt-infer`](open-models-skills/kermt/skills/kermt-infer), [`kermt-embed`](open-models-skills/kermt/skills/kermt-embed), [`kermt-finetune`](open-models-skills/kermt/skills/kermt-finetune), [`kermt-continue-pretrain`](open-models-skills/kermt/skills/kermt-continue-pretrain), [`kermt-pretrain-scratch`](open-models-skills/kermt/skills/kermt-pretrain-scratch), [`kermt-add-cmim-pretrain`](open-models-skills/kermt/skills/kermt-add-cmim-pretrain), [`kermt-monitor`](open-models-skills/kermt/skills/kermt-monitor) | | **Parabricks** | 基于 Parabricks 构建的 agent 就绪技能，用于加速基因组学分析和相关工作流。 | [`parabricks`](library-skills/parabricks), [`genomics-workflow-acceleration`](library-skills/genomics-workflow-acceleration) | | **nvMolKit** | GPU 加速的化学信息学库，用于分子指纹提取、Tanimoto/余弦相似度计算、Butina 聚类、构象异构体生成 (ETKDGv3)、MMFF 几何优化以及子结构搜索。 | [`nvmolkit-usage`](library-skills/nvMolKit) | | **cuEquivariance** | 构建等变神经网络原语（分段张量积、CG 系数）。 | [`cuequivariance`](library-skills/cuEquivariance) | 每个技能都是一个包含 `SKILL.md`（YAML frontmatter + 指令）的目录， 以及可选的 `references/` 和可选的 `scripts/`。生成的、可安装的插件位于 [`plugins/bionemo-agent-toolkit/`](plugins/bionemo-agent-toolkit)。 ## 许可证 本项目采用双许可证： - **源代码**（脚本、测试、构建工具）：[Apache-2.0](LICENSE-APACHE-2.0) - **技能和文档**（SKILL.md、工作流、README）：[CC-BY-4.0](LICENSE-CC-BY-4.0) 有关完整的双许可证声明，请参阅 [LICENSE](LICENSE)。个别技能可能会引用具有 自身条款的第三方数据源；请查阅每个技能的参考和 [NOTICE](NOTICE) 文件。

标签：Vectored Exception Handling, Yelp, 逆向工具