NVIDIA-BioNeMo/bionemo-agent-toolkit

NVIDIA BioNeMo Agent Toolkit – 개요

목적 – 이 저장소는 언어 모델 기반 에이전트(예: Claude-Code, Codex)가 NVIDIA의 생명과학 모델 및 도구를 호출할 수 있도록 하는 '에이전트 준비 스킬(agent-ready “skills”)' 모음입니다. 각 스킬에는 단백질 구조 예측부터 저분자 도킹까지, 특정 생물정보학 또는 신약 개발 작업을 수행하기 위해 에이전트가 필요로 하는 지침, 스크립트 및 참조 데이터가 포함되어 있습니다.

핵심 개념

스킬 = 플러그인 스타일 래퍼: NVIDIA NIM (NVIDIA Inference Model) 서비스 및 오픈 소스 라이브러리에 대한 래퍼입니다.
에이전트의 발견 및 설치: skills CLI 또는 Claude-Code 및 Codex의 네이티브 플러그인 마켓플레이스를 통해 설치할 수 있습니다.
워크플로우: 여러 스킬을 결합(예: 분자 생성 → 도킹 → 스코어링)하여 에이전트가 다단계 파이프라인을 오케스트레이션할 수 있습니다.

시작하기

skills CLI 설치 (Vercel 관리 도구). 그 후 대화형으로 카탈로그를 탐색하거나 단일 스킬을 직접 설치합니다. 예:
```
npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit --skill boltz2-nim --yes
```
특정 LLM 에이전트 타겟팅 (해당 에이전트의 플러그인 스토어에 스킬을 표시하려는 경우):
```
npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit --skill diffdock-nim --agent claude-code
```

카탈로그 탐색 (설치 없이):

npx skills add NVIDIA-BioNeMo/bionemo-agent-toolkit --list

이 저장소는 JSON 마켓플레이스 파일(.agents/plugins/marketplace.json, .claude-plugin/marketplace.json)도 제공하므로 에이전트의 네이티브 UI를 통해 동일한 스킬을 추가할 수 있습니다.

주요 기능 / 스킬 카탈로그

분야	스킬 예시	기능 개요 (상위 수준)
단백질 결합 설계	`protein-binder-design`, `complexa-binder-design`	NVIDIA의 생성 모델(NIM 경로)과 Proteina-Complexa 흐름 기반 모델을 사용하여 타겟에 결합하는 단백질을 엔드투엔드로 설계합니다.
가상 스크리닝	`drug-discovery-pipeline`	후보 분자를 생성(GenMol)하고, 도킹(DiffDock)하며, 결합 친화도를 스코어링(Boltz-2)합니다.
구조 예측	`msa-structure-prediction-pipeline`	다중 서열 정렬(ColabFold를 통한 MSA-Search)을 구축한 후 OpenFold3로 복합체 구조를 예측합니다.
개별 NIM 모델	`boltz2-nim`, `diffdock-nim`, `evo2-nim`, `genmol-nim`, `molmim-nim`, `openfold2-nim`, `openfold3-nim`, `proteinmpnn-nim`, `rfdiffusion-nim`	에이전트가 대응하는 NVIDIA 호스팅 추론 엔드포인트를 호출할 수 있게 하는 경량 래퍼(예: 결합 친화도 예측을 위한 Boltz-2).
오픈 소스 모델	`complexa-`, `kermt-`, `codonfm-*`	단백질 설계, ADMET 예측 또는 코돈 수준 언어 모델링을 위한 오픈 소스 기반 모델을 설정, 임베딩, 스코어링 또는 미세 조정합니다.
유전체학 가속	`parabricks`, `genomics-workflow-acceleration`	GPU 가속 유전체 파이프라인을 위해 NVIDIA Parabricks를 호출하는 스킬.
화학정보학 유틸리티	`nvmolkit-usage`	`nvMolKit` 라이브러리를 통해 GPU 가속 지문 인식, 유사도 계산, 클러스터링, 컨포머 생성 및 하위 구조 검색을 제공합니다.
등변 신경망 프리미티브	`cuequivariance`	등변 신경망의 구성 요소(텐서 곱, CG 계수)를 노출합니다.

각 스킬은 자체 폴더에 있으며, 에이전트가 따라야 할 정확한 단계를 설명하는 SKILL.md와 선택적 scripts/ 및 references/가 포함되어 있습니다.

평가 / '스킬 리프트'(Skill Lift)

이 저장소에는 스킬이 에이전트의 작업 완료 능력을 얼마나 향상시키는지 측정하는 테스트 하네스(astra-skill-eval)가 포함되어 있습니다. 프로세스:

실제 NVIDIA NIM 엔드포인트에 대해 호스팅된 평가 케이스(evals/evals.json)를 실행합니다.
스킬 '사용' 시와 '미사용' 시의 에이전트 성능을 비교합니다.
ACES 그레이더는 결정론적 검사(예: 올바른 API 호출)와 LLM 기반 판단을 결합합니다.

Boltz-2 스킬의 명령 예시:

ASTRA_HARBOR_VIEWER_UPLOAD=0 astra-skill-eval evaluate nim-skills/boltz2-nim \
  --agent-eval -a claude-code --n-attempts 1 --timeout-multiplier 2.0 \
  --results-dir ./.nv-aces-verify

일부 워크플로우(OpenFold3, MSA-Search → OpenFold3)는 검증 대기 중이며 현재 타임아웃이 발생합니다.

대상 사용자

AI 보조 과학자: 상용구 코드 작성 없이 대화형 에이전트(Claude-Code, Codex 등)를 사용하여 정교한 생물정보학 파이프라인을 실행하려는 분.
도구 개발자: NVIDIA의 생명과학 모델에 대한 플러그 앤 플레이 액세스가 필요한 맞춤형 에이전트를 구축하는 분.
연구원: 제공된 평가 하네스를 사용하여 실제 과학적 작업에서 LLM 에이전트의 성능을 평가하려는 분.

라이선스

코드(스크립트, 테스트)는 Apache-2.0입니다. 스킬 정의 및 문서는 CC-BY-4.0입니다. 개별 스킬은 자체 약관이 있는 타사 데이터를 가져올 수 있습니다.

결론 – NVIDIA BioNeMo Agent Toolkit은 LLM 에이전트가 최첨단 생명과학 모델 및 라이브러리를 호출할 수 있도록 하는 프로덕션급 즉시 사용 가능한 래퍼 모음입니다. 범용 코딩 에이전트를 단백질 설계, 신약 개발, 유전체학 등의 분야 전문가로 변모시킵니다.