Add AGENTS.md and ring numbering test

- Add AGENTS.md with AI assistant guidelines for the project - Add tests/test_ring_numbering.py to verify ring numbering consistency - Test confirms atom numbering is fixed and reproducible Co-Authored-By: Claude <noreply@anthropic.com>
2026-01-23 09:53:27 +08:00
parent 0d99f7d12c
commit 0ced0fa816
2 changed files with 478 additions and 0 deletions
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -0,0 +1,255 @@
+# AGENTS.md
+
+本文件为 AI 编程助手（如 Claude、Copilot、Cursor 等）提供项目上下文和开发指南。
+
+## 项目概述
+
+**Macrolactone Fragmenter** 是一个专业的大环内酯（12-20元环）侧链断裂和分析工具，用于化学信息学研究。
+
+### 核心功能
+- 智能环原子编号（基于内酯结构）
+- 自动侧链断裂分析
+- 分子可视化（SVG/PNG）
+- 批量处理和数据导出
+
+## 技术栈
+
+| 组件 | 技术 |
+|------|------|
+| 语言 | Python 3.8+ |
+| 化学库 | RDKit |
+| 数据处理 | Pandas, NumPy |
+| 可视化 | Matplotlib, Seaborn |
+| 环境管理 | Pixi (推荐) / Conda |
+| 文档 | MkDocs + Material |
+| 测试 | Pytest |
+| 代码格式 | Black, Flake8 |
+
+## 项目结构
+
+```
+macro_split/
+├── src/                           # 核心源代码
+│   ├── __init__.py               # 包初始化
+│   ├── macrolactone_fragmenter.py # ⭐ 主入口类
+│   ├── macro_lactone_analyzer.py  # 环数分析器
+│   ├── ring_numbering.py          # 环编号系统
+│   ├── ring_visualization.py      # 可视化工具
+│   ├── fragment_cleaver.py        # 侧链断裂逻辑
+│   ├── fragment_dataclass.py      # 碎片数据类
+│   └── visualizer.py              # 统计可视化
+├── notebooks/                     # Jupyter Notebook 示例
+├── scripts/                       # 批量处理脚本
+├── tests/                         # 单元测试
+├── docs/                          # 文档目录
+├── pyproject.toml                 # 项目配置
+├── pixi.toml                      # Pixi 环境配置
+└── mkdocs.yml                     # 文档配置
+```
+
+## 核心模块说明
+
+### MacrolactoneFragmenter (主入口)
+```python
+from src.macrolactone_fragmenter import MacrolactoneFragmenter
+
+fragmenter = MacrolactoneFragmenter(ring_size=16)
+result = fragmenter.process_molecule(smiles, parent_id="mol_001")
+```
+
+### MacroLactoneAnalyzer (环数分析)
+```python
+from src.macro_lactone_analyzer import MacroLactoneAnalyzer
+
+analyzer = MacroLactoneAnalyzer()
+info = analyzer.get_single_ring_info(smiles)
+```
+
+### 数据类结构
+```python
+@dataclass
+class Fragment:
+    fragment_smiles: str      # 碎片 SMILES
+    parent_smiles: str        # 母分子 SMILES
+    cleavage_position: int    # 断裂位置 (1-N)
+    fragment_id: str          # 碎片 ID
+    parent_id: str            # 母分子 ID
+    atom_count: int           # 原子数
+    molecular_weight: float   # 分子量
+```
+
+## 开发命令
+
+### 环境设置
+```bash
+# 安装依赖
+pixi install
+
+# 激活环境
+pixi shell
+```
+
+### 代码质量
+```bash
+# 格式化代码
+pixi run black src/
+
+# 代码检查
+pixi run flake8 src/
+
+# 运行测试
+pixi run pytest
+
+# 测试覆盖率
+pixi run pytest --cov=src
+```
+
+### 文档
+```bash
+# 本地预览文档
+pixi run mkdocs serve
+
+# 构建文档
+pixi run mkdocs build
+```
+
+## 编码规范
+
+### Python 风格
+- 使用 Black 格式化，行宽 100 字符
+- 使用 Google 风格的 docstring
+- 类型注解：所有公共函数必须有类型提示
+- 命名：类用 PascalCase，函数/变量用 snake_case
+
+### Docstring 示例
+```python
+def process_molecule(self, smiles: str, parent_id: str = None) -> FragmentResult:
+    """
+    处理单个分子，进行侧链断裂分析。
+
+    Args:
+        smiles: 分子的 SMILES 字符串
+        parent_id: 可选的分子标识符
+
+    Returns:
+        FragmentResult 对象，包含所有碎片信息
+
+    Raises:
+        ValueError: 如果 SMILES 无效或不是目标环大小
+
+    Example:
+        >>> fragmenter = MacrolactoneFragmenter(ring_size=16)
+        >>> result = fragmenter.process_molecule("C1CC...")
+    """
+```
+
+### 导入顺序
+```python
+# 1. 标准库
+import json
+from pathlib import Path
+from typing import List, Dict, Optional
+
+# 2. 第三方库
+import pandas as pd
+import numpy as np
+from rdkit import Chem
+
+# 3. 本地模块
+from src.fragment_dataclass import Fragment
+from src.ring_numbering import RingNumbering
+```
+
+## 关键概念
+
+### 环编号系统
+- **位置 1**: 羰基碳（C=O 中的 C）
+- **位置 2**: 酯键氧（环上的 O）
+- **位置 3-N**: 按顺序编号环上剩余原子
+
+### 支持的环大小
+- 12元环 到 20元环
+- 默认处理 16元环
+
+### SMARTS 模式
+```python
+# 内酯键 SMARTS（16元环示例）
+LACTONE_SMARTS_16 = "[C;R16](=O)[O;R16]"
+```
+
+## 测试指南
+
+### 运行测试
+```bash
+# 全部测试
+pixi run pytest
+
+# 特定模块
+pixi run pytest tests/test_fragmenter.py
+
+# 详细输出
+pixi run pytest -v
+
+# 单个测试
+pixi run pytest tests/test_fragmenter.py::test_process_molecule
+```
+
+### 测试数据
+测试用的 SMILES 示例（16元环大环内酯）：
+```python
+TEST_SMILES = [
+    "O=C1CCCCCCCC(=O)OCC/C=C/C=C/1",  # 简单 16 元环
+    "CCC1OC(=O)C[C@H](O)C(C)[C@@H](O)...",  # 复杂结构
+]
+```
+
+## 常见任务
+
+### 添加新功能
+1. 在 `src/` 目录创建或修改模块
+2. 更新 `src/__init__.py` 导出新类/函数
+3. 编写单元测试
+4. 更新文档
+
+### 处理新的环大小
+```python
+# 在 MacrolactoneFragmenter 中指定环大小
+fragmenter = MacrolactoneFragmenter(ring_size=14)  # 14元环
+```
+
+### 批量处理
+```python
+results = fragmenter.process_csv(
+    "data/molecules.csv",
+    smiles_column="smiles",
+    id_column="unique_id",
+    max_rows=1000
+)
+df = fragmenter.batch_to_dataframe(results)
+```
+
+## 注意事项
+
+### RDKit 依赖
+- RDKit 必须通过 conda/pixi 安装，不支持 pip
+- 确保环境中有 RDKit：`python -c "from rdkit import Chem; print('OK')"`
+
+### 性能考虑
+- 批量处理大数据集时，使用 `process_csv` 方法
+- 处理速度约 ~100 分子/分钟
+- 大规模处理考虑使用 `scripts/batch_process_*.py`
+
+### 错误处理
+- 无效 SMILES 会抛出 `ValueError`
+- 非目标环大小会被跳过
+- 批量处理会记录失败的分子到日志
+
+## 相关资源
+
+- **文档**: `docs/` 目录或运行 `pixi run mkdocs serve`
+- **示例**: `notebooks/filter_molecules.ipynb`
+- **脚本**: `scripts/README.md`
+
+---
+
+*最后更新: 2025-01-23*