RDKit 是一个综合性化学信息学库，通过 Python API 提供分子分析与操作能力。主要能力包括：
一、分子输入输出：支持从 SMILES、MOL 文件/MOL 块、InChI 读取分子（如 Chem.MolFromSmiles、Chem.MolFromMolFile、Chem.MolFromInchi），并可写出为规范 SMILES、MOL 块或 InChI。批量处理可用 SDMolSupplier、SmilesMolSupplier、ForwardSDMolSupplier、MultithreadedSDMolSupplier 等，写出用 SDWriter。所有 MolFrom* 函数失败时返回 None，处理前需判空；导入时默认自动净化（校验价态、感知芳香性等），可用 sanitize=False 关闭并用 Chem.SanitizeMol 手动执行，Chem.DetectChemistryProblems 检测问题。
二、分子分析与性质：可遍历原子和键、查询环信息、SSSR，查找手性中心与键立体化学；计算分子量、精确分子量、LogP、TPSA、氢键供体/受体数、可旋转键数、芳香环数等描述符，可用 Descriptors.CalcMolDescriptors 一次计算全部描述符，并支持 Lipinski 五规则判断。
三、指纹与相似性：支持 RDKit 拓扑指纹、Morgan 指纹（含计数版）、MACCS keys、原子对、拓扑扭转、Avalon 等；提供 Tanimoto、Dice、Cosine 相似度及批量计算，可结合 Butina 进行聚类与多样性分析。
四、子结构检索：用 SMARTS 定义查询，通过 HasSubstructMatch、GetSubstructMatch(es) 匹配，附常见模式示例（羧酸、酰胺、芳香氮、大环等）及匹配规则说明。
五、化学反应：以反应 SMARTS（反应物>>产物）定义反应，RunReactants 生成产物，需对产物净化；支持原子映射保留、反应指纹比较。
六、坐标与可视化：Compute2DCoords 生成二维坐标，EmbedMolecule/EmbedMultipleConfs 基于 ETKDG 生成三维构象，UFF/MMFF 优化几何，计算 RMSD 与分子对齐；Draw 模块可输出单分子或多分子网格图，支持子结构高亮、自定义绘图选项和 Jupyter 内联显示，并可可视化指纹位对应片段。
七、其他：加/去氢、Kekulize、SetAromaticity、ReplaceSubstructs、Uncharger 中和电荷、MolHash 分子哈希、随机 SMILES、基于特征工厂的药效团特征提取等。
使用方式为在 Python 环境导入 rdkit 包并调用上述 API；资料未提供官方安装命令、收费模式、价格或平台支持信息，暂未提供。