Chemical File Converter
化学文件格式转换技能，支持多种常见化学文件格式之间的互转。
支持的文件格式
| 格式 | 扩展名 | 说明 |
|---|---|---|
| XYZ | .xyz | 简单坐标格式，包含原子类型和 3D 坐标 |
| Gaussian Input | .gjf, .com | Gaussian 计算输入文件 |
| MDL Molfile | .mol | 单个分子的 2D/3D 结构 |
| Structure Data | .sdf, .sd | 多个分子的结构数据文件 |
| Protein Data Bank | .pdb | 生物大分子结构 |
| Tripos Mol2 | .mol2 | Tripos 分子格式 |
| SMILES | .smi, .smiles | 线性分子表示 |
| CML | .cml | 化学标记语言 (XML) |
| MOPAC | .mop, .zmt | MOPAC 输入文件 |
使用方法
对话框中使用
用户可以直接上传文件并要求转换：
把这个 xyz 文件转成 gjf 格式 将 molecule.mol 转换为 .sdf 格式 帮我生成 Gaussian 输入文件，用 B3LYP/6-31G* 方法 把 pdb 文件转成 xyz 坐标 批量转换这些文件为 .mol2 格式
命令行使用
bash# 基本转换 python3 scripts/convert_chemical.py input.xyz -o output.gjf # 指定输出格式 python3 scripts/convert_chemical.py input.mol --format sdf # 批量转换 python3 scripts/convert_chemical.py *.xyz --output-dir ./converted # Gaussian 输入文件（指定方法和基组） python3 scripts/convert_chemical.py input.xyz -o output.gjf \ --method B3LYP --basis 6-31G* --charge 0 --multiplicity 1 # 使用 Open Babel（如果可用） python3 scripts/convert_chemical.py input.pdb -o output.xyz --use-openbabel
参数说明
| 参数 | 简写 | 说明 | 默认值 |
|---|---|---|---|
--input | -i | 输入文件路径 | 必需 |
--output | -o | 输出文件路径 | 自动生成 |
--format | -f | 输出格式 (xyz/sdf/mol2/pdb/gjf 等) | 从输出文件扩展名推断 |
--output-dir | -d | 输出目录（批量模式） | 当前目录 |
--method | -m | Gaussian 计算方法 | B3LYP |
--basis | -b | Gaussian 基组 | 6-31G* |
--charge | 分子电荷 | 0 | |
--multiplicity | 自旋多重度 | 1 | |
--link0 | Gaussian Link0 命令（如 %mem=4GB） | 自动 | |
--use-openbabel | 强制使用 Open Babel | 自动检测 | |
--use-rdkit | 强制使用 RDKit | 自动检测 |
工作流程
1. 文件上传和识别
用户上传化学文件后，自动识别文件格式：
python# 根据扩展名识别格式 .xyz → xyz .gjf/.com → gaussian .mol → mdl .sdf → sdf .pdb → pdb .mol2 → mol2
2. 格式转换
根据目标格式选择合适的转换引擎：
| 转换类型 | 推荐引擎 | 说明 |
|---|---|---|
| xyz ↔ mol/sdf | RDKit | 支持 3D 坐标 |
| pdb ↔ xyz | Open Babel | 生物大分子支持好 |
| 任意 → gjf | 内置脚本 | 可自定义 Gaussian 参数 |
| 任意格式互转 | Open Babel | 支持 100+ 格式 |
3. Gaussian 输入文件生成
对于 .gjf 格式，可以自定义计算参数：
%chk=molecule.chk %mem=4GB %nproc=4 #p B3LYP/6-31G* opt freq 分子标题 电荷 多重度 原子坐标 ...
输出示例
转换成功
bash$ python3 convert_chemical.py ethanol.xyz -o ethanol.gjf ✓ 已读取：ethanol.xyz (9 原子) ✓ 已生成：ethanol.gjf (Gaussian 输入，B3LYP/6-31G*)
批量转换
bash$ python3 convert_chemical.py *.mol --output-dir ./sdf_output ✓ 已转换：mol_1.mol → sdf_output/mol_1.sdf ✓ 已转换：mol_2.mol → sdf_output/mol_2.sdf ✓ 已转换：mol_3.mol → sdf_output/mol_3.sdf 完成：3/3 成功
Gaussian 文件定制
bash$ python3 convert_chemical.py input.xyz -o custom.gjf \ --method wB97XD --basis def2TZVP --charge -1 --multiplicity 2 \ --link0 "%mem=8GB,%nproc=8" ✓ 已生成：custom.gjf (wB97XD/def2TZVP, 阴离子，双重态)
依赖
必需依赖
bashpip install rdkit
可选依赖（推荐安装）
bash# Open Babel（支持更多格式） conda install -c conda-forge openbabel # 或 pip install openbabel-wheel # ASE（原子模拟环境，支持更多量子化学格式） pip install ase
检查安装
bash# 检查 RDKit python3 -c "from rdkit import Chem; print('RDKit OK')" # 检查 Open Babel obabel -L formats | head -20 # 检查 ASE python3 -c "import ase; print('ASE OK')"
文件格式详解
XYZ 格式
9 乙醇分子 C 0.000000 0.000000 0.000000 C 1.500000 0.000000 0.000000 O 2.000000 1.200000 0.000000 H -0.300000 -1.000000 0.000000 ...
Gaussian (GJF) 格式
%chk=molecule.chk %mem=4GB %nproc=4 #p B3LYP/6-31G* opt freq 乙醇优化和频率计算 0 1 C 0.000000 0.000000 0.000000 C 1.500000 0.000000 0.000000 O 2.000000 1.200000 0.000000 ...
MDL Molfile 格式
Mrv2014 01012021 9 8 0 0 0 0 999 V2000 0.0000 0.0000 0.0000 C 0 0 0 0 0 0 0 0 0 0 0 0 1.5000 0.0000 0.0000 C 0 0 0 0 0 0 0 0 0 0 0 0 ... 1 2 1 0 0 0 0 2 3 1 0 0 0 0 ... M END
常见问题
Q: 转换后原子坐标变了？
A: 某些格式转换可能涉及坐标变换（如内坐标↔笛卡尔坐标）。使用 --use-openbabel 通常能保持坐标一致。
Q: Gaussian 文件无法运行？
A: 检查：
- Link0 命令格式（%mem, %nproc）
- 方法和基组名称是否正确
- 电荷和多重度是否合理
- 原子坐标格式（Gaussian 使用笛卡尔坐标）
Q: 批量转换时部分文件失败？
A: 检查失败文件的格式是否正确。某些文件可能包含不支持的原子类型或格式错误。
Q: 如何转换大分子（蛋白质）？
A: 对于 PDB 文件，建议使用 Open Babel 或 ASE：
bashobabel protein.pdb -o xyz -O protein.xyz
与其他化学技能配合
与 mol_2d_viewer 配合
bash# 1. 转换格式 python3 scripts/convert_chemical.py input.xyz -o output.mol # 2. 生成 2D 结构图 python3 ../mol-2d-viewer/scripts/mol_2d_viewer.py --input output.mol --output structure.png
与 mol_3d_viewer 配合
bash# 1. 从 Gaussian 文件提取坐标 python3 scripts/convert_chemical.py input.gjf -o output.xyz # 2. 生成 3D 可视化 python3 ../mol-3d-viewer/scripts/mol_3d_viewer.py --smiles "CCO" --output ethanol_3d
与 iupac_to_smiles 配合
bash# 1. 从文件提取 SMILES python3 scripts/convert_chemical.py input.mol -o output.smiles # 2. 转换名称为 SMILES python3 ../iupac-to-smiles/scripts/iupac_to_smiles.py --name "ethanol" --output name_result.json
注意事项
- ✅ 自动检测引擎 - 优先使用 RDKit，失败时尝试 Open Babel
- ✅ 保持 3D 坐标 - 转换时保留原始 3D 几何结构
- ✅ Gaussian 定制 - 支持自定义方法、基组、电荷、多重度
- ✅ 批量转换 - 支持通配符和目录批量处理
- ⚠️ 格式限制 - 某些格式不支持 3D 坐标（如 SMILES）
- ⚠️ 大分子处理 - PDB 文件建议使用 Open Babel
- ⚠️ 键信息丢失 - XYZ→MOL 转换可能需要推断化学键
错误处理
| 错误 | 说明 | 解决方案 |
|---|---|---|
Format not supported | 不支持的格式 | 检查扩展名，使用 --format 明确指定 |
RDKit error | RDKit 转换失败 | 尝试 --use-openbabel |
Open Babel not found | 未安装 Open Babel | 安装：conda install openbabel |
Invalid Gaussian parameters | Gaussian 参数错误 | 检查方法和基组名称 |
File read error | 文件读取失败 | 检查文件编码和格式 |
技术实现
转换引擎选择
- RDKit - 优先用于小分子有机化合物
- Open Babel - 用于大分子、无机化合物、特殊格式
- ASE - 用于量子化学格式（VASP, Quantum ESPRESSO 等）
- 内置解析器 - 用于 Gaussian 输入文件生成
坐标处理
- XYZ 格式 - 直接读取/写入笛卡尔坐标
- MOL/SDF - 使用 RDKit 解析键级和立体化学
- PDB - 处理残基、链、异原子记录
- GJF - 解析 Link0 命令和路由部分
性能参考
| 分子大小 | 转换时间 (RDKit) | 转换时间 (Open Babel) |
|---|---|---|
| 小分子 (<20 原子) | <0.1s | <0.2s |
| 中等分子 (20-50 原子) | 0.1-0.5s | 0.2-1s |
| 大分子 (50-200 原子) | 0.5-2s | 1-5s |
| 蛋白质 (>200 原子) | 不支持 | 5-30s |
输出文件位置
默认输出到输入文件同目录，或使用 --output-dir 指定：
bashpython3 scripts/convert_chemical.py input.xyz -o ./output/converted.gjf
对于飞书兼容性，建议输出到白名单目录：
~/.openclaw/media/chemical-converter/~/.openclaw/workspace/
