用途：从临床试验文章文本或 PMID 中提取 10 项关键基线特征，包括研究、地区、参与者等，用于需要打包方法而非临时自由输出的数据分析任务。
主要能力：采用混合工作流。第一步用 PMID 调用 PubMed API 验证文章存在并获取基础元数据；若返回 success 则直接输出数据 JSON。若状态为 not_found、incomplete、error 或未提供 PMID，则进入第二步，由 LLM 分析全文文本提取详细基线数据。输出为 Markdown 代码块中的 JSON 对象，字段缺失时置为 null 或空字符串，禁止编造。
使用方式：依赖 Python 3.10+，第三方包未固定版本。可先运行 python -m py_compile scripts/extract_pdf.py 检查脚本，再运行 python scripts/extract_pdf.py --help 查看用法。用户提供 PDF 路径时，先用 extract_pdf.py 提取文本。若提供 PMID，可运行 python scripts/baseline_extractor.py <PMID> 查询 PubMed。运行前需确认输入路径、输出路径、范围过滤、阈值及领域约束。references/ 目录含任务相关规则、提示或清单。
适用场景：需要从临床试验文献中批量或单篇提取基线数据、要求结果可复现且可审查、期望得到具体交付物或基于文件的结果时。
限制：PubMed 元数据有限，完整细节始终依赖 LLM 提取；第三方包版本未固定，如需严格环境控制应自行添加固定版本；未提供 PMID 或 PubMed 查询不完整时只能依赖全文文本；不得虚构未在文本中出现的字段。