使用分子結構基礎模型 Chai-1 進行結構預測。在以下情況下使用此技能：(1) 預測蛋白質-蛋白質複合物結構，(2) 驗證設計的結合物，(3) 預測蛋白質-配體複合物，(4) 使用 Chai API 進行高通量預測，(5) 需要 AlphaFold2 的替代方案。 對於 QC 閾值，請使用 Protein-qc。對於 AlphaFold2 預測，請使用 alphafold。對於基於 ESM 的分析，請使用 esm。
SKILL.md
| Python | 3.10+ | 3.11 | | CUDA | 12.0+ | 12.1+ | | GPU VRAM | 24GB | 40GB (A100) | | RAM | 32GB | 64GB |
First time? See Installation Guide to set up Modal and biomodals.
| numtrunkrecycles | 3 | 1-10 | Recycles (more = better) | | numdiffntimesteps | 200 | 50-500 | Diffusion steps | | seed | 0 | int | Random seed |
使用分子結構基礎模型 Chai-1 進行結構預測。在以下情況下使用此技能：(1) 預測蛋白質-蛋白質複合物結構，(2) 驗證設計的結合物，(3) 預測蛋白質-配體複合物，(4) 使用 Chai API 進行高通量預測，(5) 需要 AlphaFold2 的替代方案。 對於 QC 閾值，請使用 Protein-qc。對於 AlphaFold2 預測，請使用 alphafold。對於基於 ESM 的分析，請使用 esm。 來源：adaptyvbio/protein-design-skills。
可引用資訊
為搜尋與 AI 引用準備的穩定欄位與指令。
- 安裝指令
npx skills add https://github.com/adaptyvbio/protein-design-skills --skill chai- 分類
- {}資料分析
- 認證
- ✓
- 收錄時間
- 2026-02-01
- 更新時間
- 2026-02-18
快速解答
什麼是 chai？
使用分子結構基礎模型 Chai-1 進行結構預測。在以下情況下使用此技能：(1) 預測蛋白質-蛋白質複合物結構，(2) 驗證設計的結合物，(3) 預測蛋白質-配體複合物，(4) 使用 Chai API 進行高通量預測，(5) 需要 AlphaFold2 的替代方案。 對於 QC 閾值，請使用 Protein-qc。對於 AlphaFold2 預測，請使用 alphafold。對於基於 ESM 的分析，請使用 esm。 來源：adaptyvbio/protein-design-skills。
如何安裝 chai？
開啟你的終端機或命令列工具（如 Terminal、iTerm、Windows Terminal 等） 複製並執行以下指令：npx skills add https://github.com/adaptyvbio/protein-design-skills --skill chai 安裝完成後，技能將自動設定到你的 AI 程式設計環境中，可以在 Claude Code 或 Cursor 中使用
這個 Skill 的原始碼在哪？
https://github.com/adaptyvbio/protein-design-skills
詳情
- 分類
- {}資料分析
- 來源
- skills.sh
- 收錄時間
- 2026-02-01