Geometry Optimizer
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。
核心功能
- ✅ SMILES → 3D → 优化：自动从 SMILES 生成初始 3D 构象并进行 xTB 优化
- ✅ XYZ 文件输入：直接对已有 3D 坐标文件进行优化
- ✅ GFN2-xTB 方法：默认使用高精度的 GFN2-xTB 半经验方法
- ✅ 完整结果输出：优化后坐标、最终能量、梯度、收敛状态、日志文件
- ✅ 批量处理：支持 JSON 批量输入，多分子连续优化
适用场景
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" |
不适用场景
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 |
输入格式
1. SMILES（推荐）
bashpython scripts/main_script.py --smiles "CCO" --name "乙醇"
- 自动使用 RDKit 生成初始 3D 构象
- 自动推断电荷和未成对电子数
- 适用于只有二维分子表达式的场景
2. XYZ 文件
bashpython scripts/main_script.py --input-xyz molecule.xyz --output-dir ./results
- 直接使用已有 3D 坐标
- 适合从实验结构或其他软件导出的坐标
3. 批量 JSON 输入
bashpython scripts/main_script.py --input input.json --output output.json --output-dir ./results
input.json 格式：
json[ {"name": "乙醇", "smiles": "CCO"}, {"name": "水", "smiles": "O"}, {"name": "自定义", "input_xyz": "path/to/molecule.xyz"} ]
输出格式
JSON 结果
json{ "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." } ] }
输出字段说明
| 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 |
XYZ 坐标文件
xyz9 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 ...
命令行参数
bashpython 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 |
方法选择
| 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 |
收敛标准
xTB 几何优化收敛标准：
- 梯度范数 < 0.001 Eh/a₀ (约 0.5 kcal/mol/Å)
- 达到收敛：
status: "success",converged: true - 未收敛但有结果：
status: "partial_success",converged: false
安装指南
系统要求
- Python 3.8+
- xTB 6.3+（半经验量子化学程序）
1. 安装 Python 依赖
bashcd /home/administratorlulaiao/.openclaw/workspace/skills/geometry-optimizer pip install -r requirements.txt
或直接安装：
bashpip install rdkit
2. 安装 xTB
xTB 是该 skill 的核心依赖，必须安装。以下是几种安装方式：
方式 A: Conda（推荐）
bashconda install -c conda-forge xtb
验证安装：
bashxtb --version
方式 B: Ubuntu/Debian
检查系统仓库：
bashapt-cache search xtb
如果仓库中没有，需要从源码编译或使用 Conda。
方式 C: 源码编译
bash# 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
3. 验证安装
运行测试脚本：
bashpython scripts/test_xtb_backend.py
预期输出：
✓ xTB is available: xtb version X.X.X ✓ Full optimization tests can be run!
4. 可选：安装 CREST（构象搜索）
如需进行构象搜索，可安装 CREST：
bash# Conda conda install -c conda-forge crest # 或从源码：https://github.com/grimme-lab/crest
验证：
bashcrest --version
系统依赖
必须安装
- xTB (6.x 版本)
bash# Ubuntu/Debian sudo apt install xtb # Conda conda install -c conda-forge xtb # 验证安装 xtb --version
Python 依赖
bashpip install rdkit
文件结构
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
使用示例
示例 1: 单分子优化 (SMILES)
bashpython scripts/main_script.py --smiles "CN1C=NC2=C1C(=O)N(C(=O)N2C)C" --name "咖啡因" --output-dir ./results
示例 2: 单分子优化 (XYZ 文件)
bashpython scripts/main_script.py --input-xyz molecule.xyz --output-dir ./results
示例 3: 批量优化
bashpython scripts/main_script.py --input input.json --output output.json --output-dir ./results
示例 4: 指定溶剂模型
bashpython scripts/main_script.py --smiles "CCO" --solvent water --output-dir ./results
示例 5: 使用 GFN-FF 快速优化大分子
bashpython scripts/main_script.py --smiles "大分子 SMILES" --method gfnff --max-cycles 500 --output-dir ./results
常见问题
xTB 未找到
xTB not available: xtb command not found
解决: 安装 xTB，参考上方"系统依赖"。
3D 构象生成失败
Failed to generate 3D structure
解决:
- 检查 SMILES 是否正确
- 尝试提供 XYZ 文件而非 SMILES
优化不收敛
status: "partial_success", converged: false
解决:
- 增加
--max-cycles(如 500) - 尝试
--method gfnff预优化，再用gfn2精修 - 检查初始结构是否合理
参考资料
- xTB 官方文档: https://xtb-docs.readthedocs.io
- GFN2-xTB 论文: https://doi.org/10.1021/acs.jctc.8b01176
- GFN1-xTB 论文: https://doi.org/10.1021/acs.jctc.7b00118
- GFN-FF 论文: https://doi.org/10.1002/anie.202004239
- RDKit 文档: https://www.rdkit.org/docs/
版本历史
| 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 |
待扩展功能
- CREST 构象搜索后端
- 约束几何优化
- 频率分析
- 溶剂化自由能计算
- 更多输入格式支持 (MOL, SDF, PDB)
