cli-anything-unimol-tools

Uni-Mol Tools - 分子性质预测命令行

包：cli-anything-unimol-tools 命令：python3 -m cli_anything.unimol_tools

描述

使用 Uni-Mol Tools 进行分子性质预测模型训练和推理的交互式命令行。支持 5 种任务类型：二分类、回归、多分类、多标签分类和多标签回归。

主要功能

• 项目管理：使用命名项目组织实验
• 5 种任务类型：分类、回归、多分类、多标签变体
• 模型追踪：自动记录性能历史和排名
• 智能存储：分析使用情况并清理表现不佳的模型
• JSON API：通过 --json 标志提供完整的自动化支持

常用命令

项目管理

# Create a new project
project create --name drug_discovery

# List all projects
project list

# Switch to a project
project switch --name drug_discovery

训练

# Train a classification model
train --data-path train.csv --target-col active --task-type classification --epochs 10

# Train a regression model
train --data-path train.csv --target-col affinity --task-type regression --epochs 10

模型管理

# List all trained models
models list

# Show model details and performance
models show --model-id <id>

# Rank models by performance
models rank

存储与清理

# Analyze storage usage
storage analyze

# Automatic cleanup of poor performers
cleanup auto

# Manual cleanup with criteria
cleanup manual --max-models 10 --min-score 0.7

预测

# Make predictions with a trained model
predict --model-id <id> --data-path test.csv

数据格式

CSV 文件必须包含：

• SMILES 列：SMILES 格式的分子结构
• 目标列：要预测的值（名称通过 --target-col 指定）

示例：

SMILES,target
CCO,1
CCCO,0
CC(C)O,1

任务类型

1. classification：二分类（0/1）
2. regression：连续值预测
3. multiclass：多类别分类
4. multilabel_classification：多个二分类标签
5. multilabel_regression：多个连续值

JSON 模式

在任何命令后添加 --json 标志以获得机器可读输出：

python3 -m cli_anything.unimol_tools --json models list

输出格式：

{
  "status": "success",
  "data": [...],
  "message": "..."
}

交互模式

不带命令启动即可进入交互式 REPL：

python3 -m cli_anything.unimol_tools

功能：

• Tab 补全
• 命令历史
• 上下文帮助
• 项目状态持久化

测试数据

示例数据集位于： https://github.com/545487677/CLI-Anything-unimol-tools/tree/main/unimol_tools/examples

包含所有 5 种任务类型的数据。

环境要求

• Python 3.8+
• PyTorch 1.12+
• Uni-Mol Tools 后端
• 4GB+ 内存（训练推荐 8GB+）

安装

cd unimol_tools/agent-harness
pip install -e .

文档

• SOP：UNIMOL_TOOLS.md
• 快速开始：docs/guides/02-QUICK-START.md
• 完整文档：docs/README.md

测试

cd docs/test
bash run_tests.sh --unit -v    # Unit tests (67 tests)
bash run_tests.sh --full -v    # Full test suite

性能建议

• 初始实验从 10 个 epoch 开始
• 如果内存有限，使用较小的批次大小
• 使用 storage analyze 监控存储
• 使用 models rank 找出表现最佳的模型
• 定期使用 cleanup auto 进行清理

故障排除

• CUDA 错误：减小批次大小或使用 CPU 模式
• CSV 无法识别：验证 SMILES 列是否存在
• 准确率低：尝试更多 epoch 或调整学习率
• 存储已满：运行 cleanup auto 释放空间

相关资源

• Uni-Mol Tools：https://github.com/dptech-corp/Uni-Mol/tree/main/unimol_tools
• Uni-Mol 论文：https://arxiv.org/abs/2209.11126
• CLI-Anything：https://github.com/HKUDS/CLI-Anything