核心用法
Pharmaclaw Chemistry Query 是一套全栈化学信息学工具，通过 chain_entry.py 统一入口或独立脚本完成多种化学任务：
- 数据检索：
query_pubchem.py支持化合物名称/CID 查询，获取分子式、SMILES、InChI、结构图像及合成参考文献；支持 2D 指纹相似性搜索。 - 分子计算：
rdkit_mol.py基于 RDKit 计算分子量、logP、TPSA、氢键供体/受体数、可旋转键、芳香环数等 ADMET 相关属性，生成 2D PNG/SVG 可视化。 - 逆合成分析：BRICS 递归断裂算法支持深度控制（
--depth N），plan动作可输出多步合成路线。 - 正反应模拟：内置 21 种名反应模板（Suzuki、Heck、Wittig、Diels-Alder 等），通过 SMARTS 匹配执行反应预测。
- 指纹与搜索：Morgan 指纹生成、Tanimoto 相似度计算、子结构匹配。
显著优点
- 开箱即用：零 API 密钥依赖，PubChem/ChEMBL/PubMed 均为公开接口；RDKit 为成熟开源库。
- 链式输出：统一 JSON Schema 设计，可直接接入下游药理学、毒理学 Agent。
- 可视化完备：支持 2D 图像生成、3D 坐标优化（MMFF）。
- 专业深度：逆合成规划与名反应库功能接近专业化学软件（如 SciFinder 子集）。
潜在局限
- 3D 能力有限：MMFF 优化为力场方法，非量子化学精度；无高级构象搜索。
- 反应预测边界：SMARTS 模板匹配基于规则，无法预测副反应、立体选择性或实际收率。
- 逆合成深度：BRICS 为启发式断裂，复杂天然产物或手性中心的策略性断键仍需人工干预。
- 数据依赖：PubChem 网络请求受限于 NCBI 服务状态与速率限制（未明确说明但存在）。
适合人群
药物化学研究人员、有机合成工程师、化学信息学开发者、高校化学/药学师生，以及需要快速获取化合物属性与合成线索的 AI Agent 工作流。
常规风险
- 化学安全性：工具仅提供理论预测，合成路线需经专业安全评估；未内置爆炸物、毒性、管制物质警示。
- 数据准确性：PubChem 数据质量参差，关键实验应交叉验证；SMILES 解析错误可能导致错误属性计算。
- 知识产权：商业用途需注意名反应模板及合成路线的专利状态。
版本安全更新（v1.4.1）
开发者主动修复了多项输入注入风险：子进程调用的长度限制与空字节过滤、路径遍历防护、Shell 元字符拒绝、SMILES 预校验及超时控制，显著降低了命令注入与任意文件写入风险。