rdkit skill 是什麼、怎麼安裝使用：讓 Claude Code 用 RDKit 做化學資訊學（SMILES、描述符、子結構搜尋）

本文根據 K-Dense-AI/scientific-agent-skills 倉庫裏該技能的 SKILL.md 與倉庫 README 整理，資料核對於 2026-10-11。所在倉庫 K-Dense-AI/scientific-agent-skills 在 GitHub 約 4.8 萬 Star（同日數據）。技能內容會隨倉庫更新，以倉庫為準。

這個 Skill 做什麼

RDKit 是藥物化學和計算化學裏最常用的開源工具庫，接口很多、坑也不少。這個技能讓智能體按經過核對的方式使用它。description：用於精細分子操控的化學資訊學工具包——SMILES / SDF 解析、描述符（分子量、LogP、極性表面積）、指紋、子結構搜尋、2D / 3D 生成、相似性、反應；標準流程想要更簡單的接口可以用 datamol（RDKit 的封裝），需要高級控制、自定義淨化或專門算法時用 rdkit。

SKILL.md 的結構：

• 概述與版本基線：技能寫明瞭它核對所依據的 RDKit 穩定版本和核對日期，並解釋了包名的變遷——現在 PyPI 上的包名是 rdkit，rdkit-pypi 是舊名，只在維護老環境時才該出現。
• 安裝：往現有環境裏裝用 uv；需要可復現的化學環境、尤其是和其他編譯型科學計算包混用時，仍然推薦上游建議的 conda-forge；不要把兩種來源的 RDKit 裝進同一個環境。
• 核心能力：讀寫分子結構、描述符計算、指紋、子結構搜尋、化學反應、座標生成和分子可視化。
• 保持化學含義：一節專門提醒處理分子時不要破壞其化學意義。
• 常見陷阱。

目錄裏有十個文件：接口參考、核心能力、描述符參考、SMARTS 模式、工作流與最佳實踐等參考文件，以及三個腳本——計算分子性質、相似性搜尋、子結構過濾。frontmatter 的 compatibility 說明：裝好之後不需要任何憑據，也不需要聯網。

怎麼安裝

倉庫 README 的安裝方式是 skills CLI。這個庫有一百七十多個技能，建議用 CLI 文檔裏的 --skill 參數只裝需要的：

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

也可以把整個倉庫克隆到 ~/.agents/skills/scientific-agent-skills（用戶級）或項目的 .agents/skills/ 下。

倉庫整體介紹和其他安裝方式，詳見本站《Scientific Agent Skills 是什麼、怎麼安裝使用：K-Dense 的科研 Skill 庫（生信、化學、數據分析、科研寫作）》。

RDKit 本身要另外裝進你的 Python 環境，技能只是使用說明和腳本。

怎麼用

• 「讀入 compounds.sdf，算出每個分子的分子量、LogP 和極性表面積，存成 CSV」。
• 「在這批分子裏找出含磺酰胺基團的，用 SMARTS 匹配」。
• 「以這個 SMILES 為參照，按 Tanimoto 相似度給庫裏的分子排序，取前 20 個」。

適合誰 / 侷限

適合做藥物發現、化學數據清洗的研究生和工程師，尤其是會化學但不常寫代碼的人。侷限：它保證的是工具用法正確，化學結論仍然要懂行的人判斷；計算出的性質是經驗模型的估計值，不能替代實驗；大規模的庫篩選要考慮運行時間和內存。

注意事項

• 許可：該技能的 frontmatter 標註 BSD-3-Clause（與 RDKit 本身的許可一致），所在倉庫整體為 MIT。
• 會在本機執行 Python 腳本並讀寫你指定的數據文件；allowed-tools 為讀、寫、編輯和 Bash。
• 未公開的化合物結構會進入模型上下文，涉及保密項目時注意所用模型服務的數據條款。