deepchem
Molecular ML with diverse featurizers and pre-built datasets. Use for property prediction (ADMET, toxicity) with traditional ML or GNNs when you want extensive featurization options and MoleculeNet benchmarks. Best for quick experiments with pre-trained models, diverse molecular representations. For graph-first PyTorch workflows use torchdrug; for benchmark datasets use pytdc.
适合你，如果要用机器学习做分子性质预测或ADMET分析
/ 通过 npx 安装 校验哈希
npx oh-my-skill add k-dense-ai/scientific-agent-skills/deepchem/ 通过 bash 安装
curl -fsSL https://oh-my-skill.com/install.sh | bash -s -- k-dense-ai/scientific-agent-skills/deepchem/ 已经装过?验证本机副本,不用重装
npx oh-my-skill verify k-dense-ai/scientific-agent-skills/deepchem安装目标可用 --agent / --scope 或 --to 明确指定;省略时只会在唯一已存在的 agent 目录上自动选择,零命中或多命中会停止并提示。content_hash 缺失或不一致均拒装。
30984GitHub stars
~3.7K最小装载
~13.1K含声明引用
~13.1K文本包总量
镜像托管
怎么用
商店整理自技能原文 · 版本 3f825ca · 表述以原文为准它做什么
装上后，Claude 能用 DeepChem 库处理分子数据、预测性质（如溶解度、毒性）、训练传统 ML 或图神经网络模型，并调用 MoleculeNet 基准数据集。
什么时候触发
当你要求预测分子性质、处理 SMILES 或 SDF 文件、训练化学 ML 模型，或使用 MoleculeNet 数据集时触发。
装好后可以这样说
会加载模型并输出预测值。
会执行基准测试流程。
会返回数值特征数组。
评论
登录即可评论;带「已验证安装」的,是发布者名下有本店的安装或持有记录。
…