技能 rdkit

📦

rdkit

Name: rdkit
Author: K-Dense-AI

内容修订 r1 高风险 📁 文件系统访问⚡ 包含脚本⚙️ 外部命令

使用 RDKit 分析分子

化学信息学工作通常需要精确的分子解析、描述符计算和结构搜索。此技能通过聚焦的参考资料和脚本，指导 Claude、Codex 和 Claude Code 完成 RDKit 工作流。

支持: Claude Codex Code(CC)

⚠️ 38 差

安装前请停下并请求确认。

请审查安装计划，并在更改文件前获得用户明确同意。

使用我的智能体安装

将此请求复制给你的智能体，其中包含权威 Skill 页面和清单。

智能体请求

Review the Skillstore skill "rdkit" from https://skillstore.io/skills/k-dense-ai-rdkit.md and its manifest at https://skillstore.io/api/skills/k-dense-ai-rdkit/manifest. Verify the artifact. Stop and obtain explicit user consent before installing or changing files.

你的智能体仍应展示其计划，并按安全策略请求必要确认。

Agent 可读资源

当 AI Agent、爬虫或脚本需要干净上下文，而不是读取完整页面时，请使用这些链接。

Markdown 详情 GET /skills/k-dense-ai-rdkit.md 已签名 manifest GET /api/skills/k-dense-ai-rdkit/manifest 已签名 lockfile GET /api/skills/k-dense-ai-rdkit/lockfile

测试它

正在使用“rdkit”。使用 RDKit 描述符分析阿司匹林。

预期结果:

一份简洁的属性摘要，包含分子量、LogP、TPSA、供体、受体、可旋转键和 Lipinski 状态。

正在使用“rdkit”。在 SMILES 文件中查找含苯的分子。

预期结果:

一个过滤计划，列出 SMARTS 模式、预期通过数量、输出文件和匹配报告。

正在使用“rdkit”。将查询分子与一个小型 SDF 库进行比较。

预期结果:

一个按排名排列的命中列表，包含相似性分数、指纹方法、阈值以及关于边界匹配的说明。

安全审计

高风险

v7 • 2026/7/5 打开版本化报告

The static findings are false positives from chemistry notation, Markdown code fences, benign RDKit examples, and user-directed output files. No prompt injection or covert external command behavior was found, but the documentation includes unsafe pickle loading guidance that can become code execution with untrusted files.

已扫描文件

3,394

分析行数

复核项

已忽略误报

已确认安全问题 (1)

高

SKILL.md:687-696

Unsafe Pickle Deserialization Guidance

SKILL.md recommends loading molecules with pickle.load without warning users to trust the file. Loading an attacker-controlled pickle can execute Python code.

The documented example directly calls pickle.load on a local file. The risk depends on whether users reuse it with untrusted data.

风险因素

📁 文件系统访问 (6)

scripts/molecular_properties.py:153 scripts/similarity_search.py:159 scripts/substructure_filter.py:201 scripts/substructure_filter.py:217 SKILL.md:475 SKILL.md:691

⚡ 包含脚本 (1)

SKILL.md:89

⚙️ 外部命令 (88)

SKILL.md:23-37 SKILL.md:37-43 SKILL.md:43-52 SKILL.md:52-58 SKILL.md:58-84 SKILL.md:84-87 SKILL.md:87 SKILL.md:88-97 SKILL.md:97-112 SKILL.md:112-123 SKILL.md:123-144 SKILL.md:144-148 SKILL.md:148-161 SKILL.md:161-165 SKILL.md:165-176 SKILL.md:176-182 SKILL.md:182-204 SKILL.md:204-208 SKILL.md:208-215 SKILL.md:215-219 SKILL.md:219-227 SKILL.md:227-233 SKILL.md:233-257 SKILL.md:257-261 SKILL.md:261-275 SKILL.md:275-279 SKILL.md:279-292 SKILL.md:292-298 SKILL.md:298-310 SKILL.md:310-314 SKILL.md:314-329 SKILL.md:329-341 SKILL.md:341-356 SKILL.md:356-366 SKILL.md:366-372 SKILL.md:372-378 SKILL.md:378-388 SKILL.md:388-392 SKILL.md:392-413 SKILL.md:413-417 SKILL.md:417-420 SKILL.md:420-426 SKILL.md:426-439 SKILL.md:439-443 SKILL.md:443-454 SKILL.md:454-458 SKILL.md:458-477 SKILL.md:477-481 SKILL.md:481-491 SKILL.md:491-495 SKILL.md:495-505 SKILL.md:505-511 SKILL.md:511-517 SKILL.md:517-521 SKILL.md:521-527 SKILL.md:527-531 SKILL.md:531-537 SKILL.md:537-541 SKILL.md:541-548 SKILL.md:548-554 SKILL.md:554-565 SKILL.md:565-569 SKILL.md:569-574 SKILL.md:574-580 SKILL.md:580-594 SKILL.md:594-600 SKILL.md:600-628 SKILL.md:628-632 SKILL.md:632-651 SKILL.md:651-655 SKILL.md:655-668 SKILL.md:668-674 SKILL.md:674-676 SKILL.md:676-681 SKILL.md:681-687 SKILL.md:687-697 SKILL.md:697-701 SKILL.md:701-707 SKILL.md:707-725 SKILL.md:725-735 SKILL.md:735-740 SKILL.md:740-741 SKILL.md:741-752 SKILL.md:752-753 SKILL.md:753-754 SKILL.md:754-762 SKILL.md:762-763 SKILL.md:763-764

审计者: codex 查看审计历史 →

分享与引用此报告

分享版本化评估报告、中性徽章、嵌入卡片和引用。Skillstore 只报告证据，不判断该 Skill 是否安全。

打开版本化报告

复制报告链接

https://skillstore.io/skills/k-dense-ai-rdkit/audits/7?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report

Markdown 徽章

[![Skillstore security assessment](https://skillstore.io/badges/skills/k-dense-ai-rdkit/security.svg)](https://skillstore.io/skills/k-dense-ai-rdkit?utm_source=security_passport_badge)

HTML 徽章

<a href="https://skillstore.io/skills/k-dense-ai-rdkit?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/k-dense-ai-rdkit/security.svg" alt="Skillstore security assessment" loading="lazy"></a>

嵌入卡片

<iframe src="https://skillstore.io/embed/skills/k-dense-ai-rdkit.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>

学术引用 (APA · BibTeX · CFF)

APA 引用

K-Dense-AI. (2026). rdkit security audit report (audit version 7) [Author version unspecified]. Skillstore. https://skillstore.io/skills/k-dense-ai-rdkit/audits/7

BibTeX 引用

@techreport{k-dense-ai-k-dense-ai-rdkit-2026,
  author = {K-Dense-AI},
  title = {rdkit security audit report (audit version 7)},
  institution = {Skillstore},
  year = {2026},
  number = {7},
  url = {https://skillstore.io/skills/k-dense-ai-rdkit/audits/7},
  note = {Author version unspecified}
}

CITATION.cff

cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "rdkit security audit report (audit version 7)"
version: "unspecified"
type: report
authors:
  - name: "K-Dense-AI"
date-released: "2026-07-05"
url: "https://skillstore.io/skills/k-dense-ai-rdkit/audits/7"
identifiers:
  - type: other
    value: "skillstore:k-dense-ai-rdkit:audit:7"
    description: "Skillstore immutable audit report identifier"

比较变体

2 个可安装变体

每位作者的技能都保持为独立的可安装项。推荐变体按 Skillstore 证据排序。

为什么此变体排名第一

Skillstore 使用量更高

作者 / 来源 Skillstore 评分证据置信度 Skillstore 使用量已更新

K-Dense-AI 推荐当前

k-dense-ai-rdkit

Skillstore 评分 38

证据置信度中

Skillstore 使用量 15

已更新

2026-09-09

davila7

davila7-rdkit

Skillstore 评分 38

证据置信度中

Skillstore 使用量 11

已更新

2026-09-09

Skillstore 评分

评分依据证据置信度: 中

架构

可维护性

内容

社区

规范符合性

你能构建什么

筛选化合物库

按描述符、SMARTS 模式和相似性阈值过滤分子文件。

准备分子特征

为 QSAR、聚类或模型输入生成 RDKit 描述符和指纹。

构建化学工作流

将 RDKit 示例改编为用于解析、可视化和批处理的本地脚本。

试试这些提示

计算基本属性

使用 RDKit 分析这个 SMILES 字符串：CCO。报告分子量、LogP、TPSA、供体和受体。

过滤化合物文件

创建一个 RDKit 计划，用于在 molecules.smi 中筛选含苯环的分子并排除酰氯。包含预期输出文件。

比较相似分子

使用 Morgan 指纹将查询 SMILES 与 database.sdf 进行比较。解释阈值选择和结果排序。

设计筛选工作流

设计一个 RDKit 工作流，用于通过描述符、PAINS 过滤器、相似性聚类和分子图像进行化合物库分流。

最佳实践

在计算描述符或指纹之前，验证每个已解析的分子。
对大型 SDF 文件使用流式 supplier 以控制内存使用。
在结果中记录指纹类型、半径、位长度和相似性指标。

避免

不要在没有专家审查的情况下将描述符输出作为实验证据。
不要从不受信任的来源加载 pickled 分子文件。
不要在线程之间共享可变的 MolSupplier 对象。

常见问题

这个技能最适合什么用途？

它最适合在化学信息学和分子数据工作流中提供精确的 RDKit 指导。

它会安装 RDKit 吗？

不。RDKit 必须已经在本地 Python 环境中可用。

它可以处理 SDF 和 SMILES 文件吗？

可以。参考资料和脚本涵盖 SDF、MOL、SMILES 及相关分子输入。

它可以生成分子图像吗？

可以。文档涵盖用于单个分子和分子网格的 RDKit 绘图 API。

它适合药物发现工作流吗？

可以。它支持常见筛选任务，但结果仍需要科学验证。

它会将分子数据发送到外部服务吗？

未发现证据。已审查的示例使用本地 RDKit API 和本地文件。

开发者详情

作者

K-Dense-AI

许可证

BSD-3-Clause license

Skillstore 修订

版本提示

作者未声明版本。

仓库

https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/rdkit

引用

a25199bc7d6b82598536822d1738eb5d5f54025b

维护新鲜度

2026/7/26

使用量

7 次下载 · 603 次浏览

文件结构

📁 references/

📄 api_reference.md

📄 descriptors_reference.md

📄 smarts_patterns.md

📁 scripts/

📄 molecular_properties.py

📄 similarity_search.py

📄 substructure_filter.py

使用 TorchDrug 构建药物发现模型

由 davila7

药物发现团队需要清晰的指导，以选择分子数据集、图模型和评估工作流。此技能提供适用于分子、蛋白质、知识图谱、生成和逆合成的 TorchDrug 模式。

研究与学习查看

rdkit

使用我的智能体安装

Agent 可读资源

测试它

安全审计

已确认安全问题 (1)

风险因素

复制报告链接

Markdown 徽章

HTML 徽章

嵌入卡片

APA 引用

BibTeX 引用

CITATION.cff

比较变体

Skillstore 评分

你能构建什么

筛选化合物库

准备分子特征

构建化学工作流

试试这些提示

最佳实践

避免

常见问题

开发者详情

K-Dense-AI 的更多技能

venue-templates

iso-13485-certification

pytdc

diffdock

hypothesis-generation

statistical-analysis

相关技能

chembl-database

medchem

deepchem

drugbank-database

pubchem-database

torchdrug