用途：该技能通过 RDKit 完成分子化学相关操作，适用于分子结构处理、SMILES 解析与校验、分子性质计算、子结构搜索与分子过滤、分子指纹与相似度计算，以及 2D 结构图生成。
主要能力：解析 SMILES 并输出规范化 SMILES；计算分子量、logP、TPSA、氢键供体/受体数、可旋转键数等性质；用 SMARTS 做子结构匹配；实现 Lipinski 五规则筛选；生成 Morgan（半径 2 约等于 ECFP4）与 MACCS 指纹，并计算 Tanimoto、Dice 相似度；用 Draw 模块输出单分子图片或分子网格图。
使用方式：以 Python 调用 RDKit，例如 from rdkit import Chem 后使用 Chem.MolFromSmiles 解析，再用 Descriptors、rdMolDescriptors、AllChem、MACCSkeys、DataStructs、Draw 等模块完成计算与绘图。也可用 python3 -c 执行单行脚本快速查看分子量与 logP。
适用场景：分子结构校验、性质批量计算、子结构筛选、相似性筛选和结构可视化。
限制：不用于反应数据库或逆合成规划、湿实验方案、蛋白质结构分析（建议改用 biopython-bio）、量子化学或 DFT 计算。使用时应检查 MolFromSmiles 是否返回 None，比较时使用规范化 SMILES，性质计算前先 sanitize，生成 3D 坐标前先 Chem.AddHs。具体安装方式与收费信息暂未提供。