molecode
将分子结构转化为代码语言，让大模型直接理解和操作化学结构。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：molecode。 它的用途是：将分子结构转化为代码语言，让大模型直接理解和操作化学结构。 完整的 Skill 内容见：https://321skill.com/skills/molecode/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请将SMILES字符串‘Clc1ccc(O)cc1’转换为MoleCode格式，并将苯环上的一个碳原子替换为氮原子。”，它会先输出对应的MoleCode图结构，然后直接在代码层面修改指定的原子节点及其连接关系，生成新的分子结构代码。或者，你可以提供一段MoleCode描述的反应机制，让AI推理可能的产物。
介绍
MoleCode 解决了大语言模型在化学领域处理分子结构时面临的本质难题。传统方法如SMILES将分子图结构编码为线性字符串，迫使模型消耗大量推理资源去“解析”和“重建”隐含的拓扑关系，而非直接进行化学推理。
MoleCode 将分子结构显式地表示为代码，采用类似Mermaid图表的语法，将原子定义为带持久ID的节点，化学键定义为边。用户可以直接在提示词中提供这种结构化的“分子代码”，模型便能像阅读和修改程序一样，直观地读取、编辑和推理分子结构，无需中间转换。
它非常适合化学、材料、药物研发领域的学术研究者、数据分析师以及需要处理分子信息的智能体开发者。无论是进行分子性质预测、反应路径规划，还是自动化生成和修改化学结构，MoleCode都能显著提升AI在化学任务上的准确性和效率。
使用建议：建议与支持代码推理的AI模型（如Claude Code）结合使用。虽然MoleCode格式与SMILES/MOL可通过RDKit无损互转，但在初次使用时，建议从简单分子开始熟悉其语法结构。对于复杂的聚合物或Markush结构，其显式图表示的优势将更加明显。
核心特点
核心区别在于将分子的图结构从“隐式”的线性字符串（如SMILES）转变为“显式”的代码声明，为每个原子和化学键提供持久标识符，使AI能直接对拓扑结构进行操作，而非消耗算力解析语法。
注意事项
不适合仅需简单分子名称或分子式查询、而不涉及结构编辑或深层化学推理的轻量级场景。
常见问题
MoleCode和SMILES有什么区别？
SMILES是隐式编码的线性字符串，MoleCode是显式声明原子和键的图代码，让AI直接“看到”结构。
需要安装什么才能使用MoleCode？
主要依赖Python和RDKit库进行格式转换，AI模型本身需要能理解和生成代码。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/molecode/raw/index.md 读取 molecode 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/molecode/raw/index.md（查看排版版本）