用途：该技能面向 AI 智能体，作为临床研究方案设计的逻辑与结构引擎。它不直接输出完整的结论文档，而是生成结构化提示与写作指南，供智能体据此再生成最终内容。支持诊断、疗效、病因和预后四类研究。
主要能力：根据输入自动选择相应的方案模板（如诊断类用 STARD，试验类用 SPIRIT）；执行确定性的样本量计算（LLM 不擅长的部分）；并针对具体 PICO 生成各章节（引言、方法、统计等）的上下文感知指令。
使用方式：智能体接收如“为糖尿病药物试验写方案”的请求后，调用该技能，例如执行 python scripts/main.py --type efficacy --P "Type 2 Diabetes" --I "Metformin" --C "Placebo" --O "HbA1c" --study_design "RCT"，随后读取输出文件（如 output/protocol.md）中的章节指令，再由自身的 LLM 能力生成最终内容。参数包括 --type（diagnostic、efficacy、etiology、prognosis）、--P、--I、--C、--O 以及 --study_design、--sensitivity、--specificity、--alpha、--power 等统计参数。
输出格式：Markdown 文件，包含标准方案章节标题、以引用块形式给出的针对各章节的 LLM 指令，以及必须严格遵循的预计算硬数据（如样本量）。
限制与前置条件：依赖 Python 3.10+；第三方包未明确固定版本。需要提供明确的任务目标、必要的文件与参数，否则不应继续执行。不适用于缺失源数据、标识、文件或凭证的场景，也不得用于编造结果或无依据的结论。数据不足时应提示缺少的字段并停止。
验证：可先运行 python scripts/main.py --help 确认执行路径。输出契约建议使用确定性的结果文件名，如 clinic_research_design_result.md，并附上验证摘要、假设与遗留限制说明。