rdkit skill 是什么、怎么安装使用：让 Claude Code 用 RDKit 做化学信息学（SMILES、描述符、子结构搜索）

本文根据 K-Dense-AI/scientific-agent-skills 仓库里该技能的 SKILL.md 与仓库 README 整理，资料核对于 2026-10-11。所在仓库 K-Dense-AI/scientific-agent-skills 在 GitHub 约 4.8 万 Star（同日数据）。技能内容会随仓库更新，以仓库为准。

这个 Skill 做什么

RDKit 是药物化学和计算化学里最常用的开源工具库，接口很多、坑也不少。这个技能让智能体按经过核对的方式使用它。description：用于精细分子操控的化学信息学工具包——SMILES / SDF 解析、描述符（分子量、LogP、极性表面积）、指纹、子结构搜索、2D / 3D 生成、相似性、反应；标准流程想要更简单的接口可以用 datamol（RDKit 的封装），需要高级控制、自定义净化或专门算法时用 rdkit。

SKILL.md 的结构：

• 概述与版本基线：技能写明了它核对所依据的 RDKit 稳定版本和核对日期，并解释了包名的变迁——现在 PyPI 上的包名是 rdkit，rdkit-pypi 是旧名，只在维护老环境时才该出现。
• 安装：往现有环境里装用 uv；需要可复现的化学环境、尤其是和其他编译型科学计算包混用时，仍然推荐上游建议的 conda-forge；不要把两种来源的 RDKit 装进同一个环境。
• 核心能力：读写分子结构、描述符计算、指纹、子结构搜索、化学反应、坐标生成和分子可视化。
• 保持化学含义：一节专门提醒处理分子时不要破坏其化学意义。
• 常见陷阱。

目录里有十个文件：接口参考、核心能力、描述符参考、SMARTS 模式、工作流与最佳实践等参考文件，以及三个脚本——计算分子性质、相似性搜索、子结构过滤。frontmatter 的 compatibility 说明：装好之后不需要任何凭据，也不需要联网。

怎么安装

仓库 README 的安装方式是 skills CLI。这个库有一百七十多个技能，建议用 CLI 文档里的 --skill 参数只装需要的：

bash
npx skills add K-Dense-AI/scientific-agent-skills --skill rdkit

也可以把整个仓库克隆到 ~/.agents/skills/scientific-agent-skills（用户级）或项目的 .agents/skills/ 下。

仓库整体介绍和其他安装方式，详见本站《Scientific Agent Skills 是什么、怎么安装使用：K-Dense 的科研 Skill 库（生信、化学、数据分析、科研写作）》。

RDKit 本身要另外装进你的 Python 环境，技能只是使用说明和脚本。

怎么用

• 「读入 compounds.sdf，算出每个分子的分子量、LogP 和极性表面积，存成 CSV」。
• 「在这批分子里找出含磺酰胺基团的，用 SMARTS 匹配」。
• 「以这个 SMILES 为参照，按 Tanimoto 相似度给库里的分子排序，取前 20 个」。

适合谁 / 局限

适合做药物发现、化学数据清洗的研究生和工程师，尤其是会化学但不常写代码的人。局限：它保证的是工具用法正确，化学结论仍然要懂行的人判断；计算出的性质是经验模型的估计值，不能替代实验；大规模的库筛选要考虑运行时间和内存。

注意事项

• 许可：该技能的 frontmatter 标注 BSD-3-Clause（与 RDKit 本身的许可一致），所在仓库整体为 MIT。
• 会在本机执行 Python 脚本并读写你指定的数据文件；allowed-tools 为读、写、编辑和 Bash。
• 未公开的化合物结构会进入模型上下文，涉及保密项目时注意所用模型服务的数据条款。