Menu
将 SMILES 或化学名称转换为分子 2D 结构图。支持普通分子和聚合物 2D 结构绘制。
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
Extract structured chemical compound characterization data from chemistry supplementary material documents (PDF/Markdown). 从化学论文补充材料(PDF/Markdown)中提取结构化化合物表征数据。 Use when Kimi needs to extract compound properties including NMR spectra, HRMS, HPLC data, melting points, optical rotation, and yield information from chemistry research papers or supplementary materials. 支持提取NMR谱图、HRMS、HPLC数据、熔点、旋光度、产率等信息。 Supports both single compound extraction and batch extraction of all compounds. 支持单个化合物提取和批量提取所有化合物。
Convert Gaussian gjf input files to XYZ format. 将Gaussian gjf输入文件转换为XYZ格式。 Use when agent needs to convert molecular structure files from Gaussian input format (.gjf) to XYZ format for visualization or use with other computational chemistry software. 当智能体需要将Gaussian输入格式(.gjf)的分子结构文件转换为XYZ格式用于可视化或其他计算化学软件时使用。
Convert PDF files to Markdown using MinerU API. 使用MinerU API将PDF文件转换为Markdown格式。 Use when Kimi needs to extract structured text, images, tables, and formulas from PDF documents while preserving document layout and formatting. 适用于需要提取结构化文本、图片、表格和公式并保留文档布局的场景。 Supports batch conversion and outputs full.md with images/, JSON metadata, and other extracted assets. 支持批量转换，输出full.md、images/目录、JSON元数据等。 Now supports large PDFs (600+ pages) by automatic splitting and merging. 现已支持大文件(600+页)自动拆分和合并处理。
Extract DFT calculation coordinates from PDF files and generate Gaussian gjf files. 从PDF文件中提取DFT计算坐标并生成Gaussian gjf输入文件。 Supports batch processing with separate output folders for each PDF. 支持批量处理，每个PDF单独生成输出文件夹。
Predict and visualize MS/MS spectra from a single SMILES using the fioRa online app. Use when the user wants a mass spectrum, MGF/MSP output, or a plotted stick spectrum from SMILES, with optional custom Name, precursor type, collision energy, and instrument settings.
Predict liquid-phase ¹H and ¹³C NMR chemical shifts from a SMILES string using NMRNet (deep learning, SE(3)-Transformer). Outputs per-atom shift values (ppm) and Lorentzian-broadened spectrum PNG files.
| name | mol-2d-viewer |
| description | 将 SMILES 或化学名称转换为分子 2D 结构图。支持普通分子和聚合物 2D 结构绘制。 |
| trigger | ["2D 分子","分子 2D","2D 结构","2D visualization","molecule 2D","分子结构图","SMILES 转图片","draw molecule","聚合物结构"] |
将 SMILES 字符串或化学名称转换为分子结构图，支持聚合物 2D 结构绘制。
对于聚合物 SMILES（包含 * 连接点标记）：
*monomer* # 简单聚合物
*[linker]monomer* # 带连接基团的聚合物
*CC* # 聚乙烯
*OCC* # 聚环氧乙烷
*OCC(C)* # 聚环氧丙烷
画出 ethanol 的分子结构
SMILES: CCO，生成结构图
可视化 aspirin，保存为 SVG
poly[oxy(1-methylethylene)] 画结构图
批量生成：CCO,C1=CC=CC=C1
# 从 SMILES 生成
python3 scripts/mol_2d_viewer.py --smiles "CCO" --output ethanol.png
# 从名称生成
python3 scripts/mol_2d_viewer.py --name "aspirin" --output aspirin.svg
# 聚合物 SMILES
python3 scripts/mol_2d_viewer.py --smiles "*OCC*" --output peo.png
# 聚合物名称
python3 scripts/mol_2d_viewer.py --name "poly[oxy(1-methylethylene)]" --output ppo.png
# 批量生成
python3 scripts/mol_2d_viewer.py --smiles "CCO,C1=CC=CC=C1" --output-dir ./molecules
# 自定义尺寸
python3 scripts/mol_2d_viewer.py --smiles "CCO" --width 400 --height 300
| 参数 | 简写 | 说明 | 默认值 |
|---|---|---|---|
--smiles | -s | SMILES 字符串（可多个） | - |
--name | -n | IUPAC 名称 | - |
--output | -o | 输出文件路径 | 自动生成 |
--output-dir | -d | 输出目录（批量模式） | ~/.openclaw/media/mol-2d-viewer |
--format | -f | 输出格式：png/svg | png |
--width | -W | 图片宽度（像素） | 400 |
--height | -H | 图片高度（像素） | 300 |
--kekulize | -k | 凯库勒化（显示双键） | false |
--quiet | -q | 安静模式 | false |
--stdout | 输出 base64 到 stdout | false |
$ python3 mol_2d_viewer.py -s "CCO" -o ethanol.png
✓ 已生成：ethanol.png (400x300, PNG)
$ python3 mol_2d_viewer.py -s "*OCC*" -o peo.png
✓ 已生成：peo.png (400x300, PNG) [聚合物]
$ python3 mol_2d_viewer.py -n "poly[oxy(1-methylethylene)]" -o ppo.png
✓ 已生成：ppo.png (400x300, PNG) [聚合物]
$ python3 mol_2d_viewer.py -s "CCO,C1=CC=CC=C1" -d ./output
✓ 已生成：./output/mol_1.png
✓ 已生成：./output/mol_2.png
完成：2/2 成功
pip install rdkit Pillow requests
| 选项 | 说明 | 默认 |
|---|---|---|
| 键宽度 | 化学键线宽 | 2 |
| 原子标签字体 | 元素符号大小 | 14 |
| 高亮键宽倍数 | 高亮显示倍数 | 3 |
| 标题 | 化合物名称 | 自动 |
# 1. 转换名称为 SMILES
python3 scripts/iupac_to_smiles.py --name "poly[oxy(1-methylethylene)]"
# 输出:
# {
# "polymer_smiles": "*OCC(C)*",
# "explanation": "连接基团：oxy | 单体 SMILES: CC(C)"
# }
# 2. 绘制结构图
python3 scripts/mol_2d_viewer.py --smiles "*OCC(C)*" --output ppo.png --title "PPO"
# 创建输入文件
cat > polymers.txt << EOF
poly[oxyethylene]
poly[methyl methacrylate]
poly[styrene]
EOF
# 批量转换
python3 scripts/iupac_to_smiles.py --input polymers.txt --output polymers.json
# 提取 SMILES 并批量绘制
python3 scripts/mol_2d_viewer.py --smiles "*OCC*,*CC(C)(C(=O)OC)*,*CC(C1=CC=CC=C1)*" \
--output-dir ./polymers --format png
* 的 SMILES 自动按聚合物渲染| 错误 | 说明 | 解决方案 |
|---|---|---|
Invalid SMILES | SMILES 格式错误 | 检查语法，确保括号匹配 |
Cannot parse | 无法解析结构 | 简化 SMILES 或检查聚合物标记 |
Name not found | 名称无法识别 | OPSIN 无法识别，使用 SMILES 直接输入 |
这两个技能可以完美配合：
# 完整流程示例
# 1. 转换
python3 scripts/iupac_to_smiles.py -n "poly[oxy(1-methylethylene)]" -o result.json
# 2. 从结果提取 SMILES 并绘制
SMILES=$(cat result.json | jq -r '.results[0].polymer_smiles')
python3 scripts/mol_2d_viewer.py -s "$SMILES" -o structure.png
| 聚合物 | SMILES 示例 | 说明 |
|---|---|---|
| 聚乙烯 | *CC* | 最简单的碳链聚合物 |
| 聚环氧乙烷 | *OCC* | 含氧连接基团 |
| 聚环氧丙烷 | *OCC(C)* | 带侧链的聚醚 |
| 聚苯乙烯 | *CC(C1=CC=CC=C1)* | 含苯环侧链 |
| PMMA | *CC(C)(C(=O)OC)* | 聚甲基丙烯酸甲酯 |