Uni-Mol 工具 - 分子特性預測 CLI 是做什麼的？
套件: cli-anything-unimol-tools
指令: python3 -m cli_anything.unimol_tools
說明
互動式 CLI，用於使用 Uni-Mol Tools 進行分子特性預測模型的訓練與推論。支援 5 種任務類型：二元分類、回歸、多類別分類、多標籤分類與多標籤回歸。
主要功能
- 專案管理: 以命名專案組織實驗
- 5 種任務類型: 分類、回歸、多類別、多標籤變體
- 模型追蹤: 自動記錄效能歷史與排名
- 智慧儲存: 分析使用狀況並清理表現不佳的模型
- JSON API: 透過
--json旗標支援完整自動化
常用指令
專案管理
# 建立新專案
project create --name drug_discovery
# 列出所有專案
project list
# 切換專案
project switch --name drug_discovery
訓練
# 訓練分類模型
train --data-path train.csv --target-col active --task-type classification --epochs 10
# 訓練回歸模型
train --data-path train.csv --target-col affinity --task-type regression --epochs 10
模型管理
# 列出所有已訓練模型
models list
# 顯示模型詳細資訊與效能
models show --model-id <id>
# 依效能排名模型
models rank
儲存與清理
# 分析儲存空間使用狀況
storage analyze
# 自動清理效能較差的模型
cleanup auto
# 手動清理（設定條件）
cleanup manual --max-models 10 --min-score 0.7
預測
# 使用已訓練模型進行預測
predict --model-id <id> --data-path test.csv
資料格式
CSV 檔案必須包含：
SMILES欄位：以 SMILES 格式表示的分子結構- 目標欄位：要預測的值（透過
--target-col指定名稱）
範例：
SMILES,target
CCO,1
CCCO,0
CC(C)O,1
任務類型
- classification: 二元分類 (0/1)
- regression: 連續值預測
- multiclass: 多類別分類
- multilabel_classification: 多個二元標籤
- multilabel_regression: 多個連續值
JSON 模式
在任何指令後加上 --json 旗標即可取得機器可讀的輸出：
python3 -m cli_anything.unimol_tools --json models list
輸出格式：
{
"status": "success",
"data": [...],
"message": "..."
}
互動模式
不帶任何指令啟動，進入互動式 REPL：
python3 -m cli_anything.unimol_tools
功能：
- Tab 補全
- 指令歷史
- 上下文相關說明
- 專案狀態持續性
測試資料
範例資料集可在以下位置取得： https://github.com/545487677/CLI-Anything-unimol-tools/tree/main/unimol_tools/examples
包含所有 5 種任務類型的資料。
系統需求
- Python 3.8+
- PyTorch 1.12+
- Uni-Mol Tools 後端
- 4GB+ RAM（訓練建議 8GB+）
安裝
cd unimol_tools/agent-harness
pip install -e .
文件
- SOP: UNIMOL_TOOLS.md
- 快速入門: docs/guides/02-QUICK-START.md
- 完整文件: docs/README.md
測試
cd docs/test
bash run_tests.sh --unit -v # 單元測試 (67 個測試)
bash run_tests.sh --full -v # 完整測試套件
效能建議
- 初始實驗從 10 個 epoch 開始
- 若記憶體不足，使用較小的批次大小
- 使用
storage analyze監控儲存空間 - 使用
models rank找出最佳模型 - 定期使用
cleanup auto進行清理
疑難排解
- CUDA 錯誤: 縮小批次大小或改用 CPU 模式
- CSV 無法識別: 確認存在 SMILES 欄位
- 準確率低: 嘗試增加 epoch 或調整學習率
- 儲存空間已滿: 執行
cleanup auto釋放空間
相關資源
- Uni-Mol Tools: https://github.com/dptech-corp/Uni-Mol/tree/main/unimol_tools
- Uni-Mol 論文: https://arxiv.org/abs/2209.11126
- CLI-Anything: https://github.com/HKUDS/CLI-Anything