用途：该技能聚焦使用 RDKit 进行化学信息学计算，适用于处理 SMILES、药物发现等工作。
主要能力：分子读写（由 SMILES 创建分子、规范 SMILES 转换、读写 SDF/SMI 文件）；分子描述符计算（分子量、LogP、TPSA、氢键供受体、可旋转键及 Lipinski 五规则）；指纹与相似度（Morgan 环状指纹、RDKit 指纹、MACCS 键、Tanimoto 相似度）；子结构检索（SMARTS 模式匹配、获取全部匹配、按官能团筛选化合物库）；性质计算与三维处理（生成三维坐标、能量最小化）。
用法要点：由 SMILES 创建分子用 Chem.MolFromSmiles('CCO')，需检查是否为 None；规范 SMILES 用 Chem.MolToSmiles(mol)；读取 SDF 用 Chem.SDMolSupplier('file.sdf')，读取 SMILES 文件用 Chem.SmilesMolSupplier('file.smi')，写出用 Chem.SDWriter('output.sdf')；描述符如 Descriptors.MolWt(mol)、Descriptors.MolLogP(mol)、Descriptors.TPSA(mol)；指纹如 AllChem.GetMorganFingerprintAsBitVect(mol, radius=2, nBits=2048)，相似度用 DataStructs.TanimotoSimilarity(fp1, fp2)；子结构用 Chem.MolFromSmarts('[OH]') 配合 HasSubstructMatch 或 GetSubstructMatches；三维处理用 AllChem.EmbedMolecule(mol, AllChem.ETKDG()) 与 AllChem.MMFFOptimizeMolecule(mol)。
适用场景与限制：适合批量处理与虚拟筛选（Tanimoto>0.7 提示结构相似），默认 radius=2 等价 ECFP4。注意始终检查 None、三维工作需显式加氢、处理立体化学、大 SDF 文件用 ForwardSDMolSupplier 节省内存；Kekulization 错误通常源于无效 SMILES。剩余细节暂未提供。