// 使用半经验方法 (xTB) 对分子三维结构进行几何优化，支持 SMILES 自动转 3D、XYZ 文件输入，输出优化后坐标、能量、收敛状态。
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 | geometry-optimizer |
| description | 使用半经验方法 (xTB) 对分子三维结构进行几何优化，支持 SMILES 自动转 3D、XYZ 文件输入，输出优化后坐标、能量、收敛状态。 |
| trigger | ["geometry optimization","结构优化","几何优化","3D 优化","optimize geometry","xtb","构象优化","半经验优化","分子结构预优化","分子几何优化","能量优化","GFN-xTB"] |
geometry-optimizer 是一个用于 分子三维几何结构优化 的化学类 skill。
它基于 GFN-xTB 半经验量子化学方法，对用户提供的分子初始结构进行快速、可落地的本地优化，输出优化后的坐标、能量、收敛状态等结果。
当用户有以下需求时，应调用本 skill：
| 用户需求 | 示例 |
|---|---|
| 优化分子 3D 结构 | "帮我优化这个分子的 3D 结构" |
| SMILES 转 3D 并优化 | "把这个 SMILES 生成 3D 后优化" |
| xTB 几何优化 | "用 xTB 做一下 geometry optimization" |
| 获取优化后坐标 | "给我一个预优化后的 xyz 坐标" |
| 半经验快速优化 | "用半经验方法快速优化一下分子结构" |
| DFT 预优化 | "在做 DFT 前先用 xTB 预优化" |
| XYZ/SDF 结构优化 | "对这个 XYZ 结构做几何优化" |
以下情况不应调用本 skill：
| 场景 | 原因 | 建议 |
|---|---|---|
| 高精度 DFT / ab initio 优化 | xTB 是半经验方法，精度有限 | 使用 Gaussian、ORCA、Psi4 等 |
| 过渡态搜索、IRC、频率分析 | 当前不支持 | 使用专用量化软件 |
| 晶体/周期性体系优化 | xTB 不支持 PBC | 使用 VASP、Quantum ESPRESSO |
| 蛋白质/超大体系 | 计算成本高，可能需要特殊处理 | 使用分子力学或专用工具 |
| 发表级精确结果 | 半经验方法适合预优化/筛选 | 使用高精度方法复核 |
python scripts/main_script.py --smiles "CCO" --name "乙醇"
python scripts/main_script.py --input-xyz molecule.xyz --output-dir ./results
python scripts/main_script.py --input input.json --output output.json --output-dir ./results
input.json 格式：
[
{"name": "乙醇", "smiles": "CCO"},
{"name": "水", "smiles": "O"},
{"name": "自定义", "input_xyz": "path/to/molecule.xyz"}
]
{
"status": "completed",
"backend_used": "xtb",
"total": 1,
"success": 1,
"partial_success": 0,
"error": 0,
"results": [
{
"name": "乙醇",
"input_type": "smiles",
"smiles": "CCO",
"canonical_smiles": "CCO",
"status": "success",
"backend_used": "xtb",
"method": "gfn2",
"charge": 0,
"uhf": 0,
"solvent": null,
"converged": true,
"energy_hartree": -11.394338789631,
"energy_kcal_mol": -7150.050139542559,
"final_gradient": 0.000195893782,
"num_atoms": 9,
"optimized_xyz_path": "./test_output/optimized.xyz",
"log_path": "./test_output/xtbopt.log",
"runtime_seconds": 0.26,
"warnings": [],
"message": "Geometry optimization completed. Converged."
}
]
}
| 字段 | 类型 | 说明 |
|---|---|---|
status | string | success / partial_success / error |
converged | boolean | 是否达到收敛标准 (梯度 < 0.001 Eh/a₀) |
energy_hartree | float | 最终能量 (Hartree) |
energy_kcal_mol | float | 最终能量 (kcal/mol) |
final_gradient | float | 最终梯度范数 (Eh/a₀) |
num_atoms | int | 原子数 |
optimized_xyz_path | string | 优化后 XYZ 坐标文件路径 |
log_path | string | xTB 日志文件路径 |
runtime_seconds | float | 运行时间 (秒) |
warnings | array | 警告信息列表 |
9
Optimized with xTB gfn2, energy=-11.394338789631 Ha
C -0.915405 0.082880 0.018580
C 0.513691 -0.435657 -0.103334
O 1.452768 0.397316 0.535701
H -1.015673 1.046445 -0.479628
...
python scripts/main_script.py \
--smiles "CCO" \
--name "乙醇" \
--method gfn2 \
--charge 0 \
--uhf 0 \
--solvent water \
--max-cycles 200 \
--output-dir ./results \
--output ./results/result.json
| 参数 | 说明 | 默认值 |
|---|---|---|
--smiles | SMILES 字符串 (与 --input-xyz 互斥) | - |
--input-xyz | 输入 XYZ 文件路径 (与 --smiles 互斥) | - |
--input | 批量输入 JSON 文件路径 | - |
--name | 分子名称 | - |
--output | 输出 JSON 文件路径 | - |
--output-dir | 输出目录 (XYZ 和日志文件) | - |
--backend | 后端 (xtb) | xtb |
--method | xTB 方法 (gfn2/gfn1/gfnff) | gfn2 |
--charge | 分子电荷 | 自动推断 |
--uhf | 未成对电子数 | 自动推断 |
--solvent | 溶剂模型 (如 water, ethanol) | 无 |
--max-cycles | 最大优化步数 | 200 |
| 方法 | 适用场景 | 精度 | 速度 |
|---|---|---|---|
| GFN2-xTB (默认) | 通用有机分子、主族元素 | 高 | 中等 |
| GFN1-xTB | 某些无机体系、过渡金属 | 中等 | 中等 |
| GFN-FF | 大分子、生物分子、超分子 | 较低 | 快 |
xTB 几何优化收敛标准：
status: "success", converged: truestatus: "partial_success", converged: falsecd /home/administratorlulaiao/.openclaw/workspace/skills/geometry-optimizer
pip install -r requirements.txt
或直接安装：
pip install rdkit
xTB 是该 skill 的核心依赖，必须安装。以下是几种安装方式：
conda install -c conda-forge xtb
验证安装：
xtb --version
检查系统仓库：
apt-cache search xtb
如果仓库中没有，需要从源码编译或使用 Conda。
# 安装依赖
sudo apt install cmake gfortran libblas-dev liblapack-dev
# 克隆源码
git clone https://github.com/grimme-lab/xtb.git
cd xtb
# 编译
mkdir build && cd build
cmake .. -DCMAKE_INSTALL_PREFIX=$HOME/.local
make -j4
make install
# 添加到 PATH
export PATH=$HOME/.local/bin:$PATH
详细编译说明：https://xtb-docs.readthedocs.io/en/latest/installation.html
运行测试脚本：
python scripts/test_xtb_backend.py
预期输出：
✓ xTB is available: xtb version X.X.X
✓ Full optimization tests can be run!
如需进行构象搜索，可安装 CREST：
# Conda
conda install -c conda-forge crest
# 或从源码：https://github.com/grimme-lab/crest
验证：
crest --version
# Ubuntu/Debian
sudo apt install xtb
# Conda
conda install -c conda-forge xtb
# 验证安装
xtb --version
pip install rdkit
geometry-optimizer/
├── SKILL.md # 本文件
├── README.md # 使用文档
├── INSTALL.md # 安装指南
├── requirements.txt # Python 依赖
├── input.json # 批量输入示例
├── scripts/
│ ├── main_script.py # 主入口脚本
│ ├── test_xtb_backend.py # 测试脚本
│ ├── backends/
│ │ └── xtb_backend.py # xTB 后端实现
│ └── utils/
│ ├── io_utils.py # XYZ 读写工具
│ ├── smiles_utils.py # SMILES→3D 生成
│ └── xtb_utils.py # xTB 调用/解析工具
└── references/
└── xtb_documentation.md # xTB 命令参考
python scripts/main_script.py --smiles "CN1C=NC2=C1C(=O)N(C(=O)N2C)C" --name "咖啡因" --output-dir ./results
python scripts/main_script.py --input-xyz molecule.xyz --output-dir ./results
python scripts/main_script.py --input input.json --output output.json --output-dir ./results
python scripts/main_script.py --smiles "CCO" --solvent water --output-dir ./results
python scripts/main_script.py --smiles "大分子 SMILES" --method gfnff --max-cycles 500 --output-dir ./results
xTB not available: xtb command not found
解决: 安装 xTB，参考上方"系统依赖"。
Failed to generate 3D structure
解决:
status: "partial_success", converged: false
解决:
--max-cycles (如 500)--method gfnff 预优化，再用 gfn2 精修| 版本 | 日期 | 更新内容 |
|---|---|---|
| 1.0 | 2026-03-19 | 初始版本，支持 xTB 单结构优化、SMILES→3D、XYZ 输入、批量处理 |