rdkit

rdkit 技能概述

rdkit 适合做什么

rdkit 技能适用于需要精确分子处理的化学信息学工作：解析 SMILES、SDF/MOL/PDB/InChI，计算描述符，生成 fingerprint，执行子结构搜索，以及处理反应或 2D/3D 坐标。当简单提示词不够用，而你需要 rdkit 技能正确套用 API 模式、标准化步骤和文件格式时，它最有价值。

最适合的人群和任务

如果你在做分子清洗、性质计算、相似性筛选、库过滤，或为药物发现和计算化学做基于结构的数据准备，这份 rdkit 指南就很适合你。对于 rdkit for Data Analysis 也同样适用，尤其是在你需要对大量分子做可复现的批处理，而不是一次性 notebook 探索时。

这项技能的不同之处

这个 rdkit 技能更强调细粒度控制，而不是图省事。仓库既支持直接使用 Python API，也提供了描述符、SMARTS 和相似性工作流的辅助脚本与参考文件。因此，相比通用提示词或轻量包装器，它更适合高级控制、自定义标准化和专门算法。

如何使用 rdkit 技能

安装并触发上下文

先把技能安装到你的 Claude skills 环境中，然后在请求里明确说明分子来源、输出目标和约束条件。一个好的 rdkit 安装流程，是同时给出化学任务和数据形态，例如 SMILES in CSV、SDF file、batch library 或 single query molecule。

提供正确的输入

高质量输入应包括准确的结构格式、目标操作，以及任何化学规则。例如：“用 rdkit 读取这个 SDF，移除无效分子，计算 MW/LogP/TPSA，并导出一个带 canonical SMILES 的 CSV。”如果你需要做子结构相关工作，请把 SMARTS 模式以及匹配是包含式还是排除式一并写清楚。

先读这些文件

先从 SKILL.md 开始，然后查看 references/api_reference.md、references/descriptors_reference.md 和 references/smarts_patterns.md，了解支持的方法和模式语法。如果你打算自动化批处理，再看看 scripts/molecular_properties.py、scripts/similarity_search.py 和 scripts/substructure_filter.py，这样能更直观看出这个仓库的实际工作流形态。

能显著提升输出的工作流建议

建议使用分阶段提示：先解析，再验证，然后转换，最后导出。要明确说明标准化是严格还是宽松，是否在意立体化学，以及你想保留 canonical SMILES 还是原始顺序。对 rdkit 的使用来说，这能避免一种常见失败模式：分子虽然能解析，但后续描述符或 fingerprint 却是在错误的分子形式上计算出来的。

rdkit 技能 FAQ

rdkit 比普通提示词更好吗？

通常是的，尤其当任务依赖精确 API、文件 I/O、SMARTS 语法或批处理时。普通提示词可以解释化学信息学概念，但当你需要可靠的 rdkit 安装指导、具体代码路径，以及对分子格式更少的假设时，rdkit 技能更合适。

什么时候不该用 rdkit？

如果你只需要高层级的分子摘要，而且对控制粒度要求很低，就不必选 rdkit。仓库本身也提到，datamol 可以作为 RDKit 的更简单封装，用于标准工作流；因此，当你需要的是直接 API 控制而不是便利性时，rdkit 才是更好的选择。

对新手友好吗？

如果任务范围收得足够窄，那就友好。新手可以直接让它做简单的 rdkit 用法，比如把 SMILES 转成性质，或者按 SMARTS 模式过滤分子。真正的阻碍通常不是化学知识，而是输入不够明确：文件类型不清楚、缺少电荷/立体化学规则，或者没有目标输出 schema。

我应该对这个生态有什么预期？

你应该预期的是以 Python 为核心的工作流：RDKit 模块、辅助脚本和参考表，而不是一个大型应用框架。rdkit 技能最适合你已经知道分子来源，并希望建立一个实用的分析或转换流水线时使用。

如何改进 rdkit 技能

先说清楚最关键的决定

最大的质量提升来自明确分子表示方式和成功标准。告诉 rdkit 技能这次任务是做描述符计算、相似性搜索、子结构过滤，还是结构转换，并定义什么算有效结果，比如“只保留已标准化的分子”或“保持立体化学不变”。

提前给出化学约束

常见失败模式都和隐含假设有关，比如盐、互变异构体、显式氢、芳香性和无效结构。如果这些会影响结果，请直接说明：例如“先去盐再算描述符”、“保留原始立体化学”或“把标准化失败视为拒绝，而不是尝试修复”。

使用具体的提示词模式

更强的提示词会像这样：“使用 rdkit 读取 molecules.smi，拒绝无效 SMILES，计算 MW、LogP、TPSA，并输出一个包含 canonical SMILES 和 passed 标记的 CSV。”这比“分析这些分子”更好，因为它明确告诉技能要解析什么、计算什么，以及结果该如何格式化。

迭代时盯住输出质量，而不只是代码

第一轮结果出来后，检查输出是否符合你的化学规则和下游工具链。如果结果看起来不对，就一次只补充一个约束：fingerprint 类型、SMARTS 库、描述符集合，或者导出格式。对于 rdkit for Data Analysis 来说，这通常比单纯要求更多功能，更能提升可复现性。