用途：该技能依据纽卡斯尔-渥太华量表（NOS）评估队列研究质量，分析选择（Selection）、可比性（Comparability）和结局（Outcome）三类条目，生成带评分的报告。适用于用户提供队列研究文章或文本并要求质量评估报告的场景，偏向清单驱动的可重复执行，而非开放式讨论。
主要能力：包含评分计算脚本 scripts/calculate_nos_score.py 及另一个辅助脚本，并借助 references/nos_criteria.md 提供详细评价标准。支持两种输入方式：直接粘贴全文文本，或提供PDF路径。评分覆盖D1暴露队列代表性、D2非暴露队列选择、D3暴露确定方式、D4研究开始时结局不存在、D5年龄可比性、D6其他混杂因素可比性、D7结局评估、D8随访是否充分、D9随访完整性共9项，每项给星（*）或不给（-）。
使用方式：PDF输入时先运行 python scripts/extract_pdf.py "path/to/your/file.pdf" 提取文本，输出保存为当前目录下 extracted_text.txt；分析文本提取元数据（第一作者、年份）并逐项判断；将结果整理为JSON对象（含Study、D1至D9字段），再运行 python scripts/calculate_nos_score.py '<json_string>' 生成Markdown表格。最终返回评分表、各项评分理由、质量总结（≥7星为高质量，4-6星为中等，<4星为低质量）及主要优势与局限。可用 python scripts/calculate_nos_score.py --help 做快速验证。
依赖与限制：需Python 3.x（仓库基线为3.10+）、PyPDF2（pip install PyPDF2）及对 references/nos_criteria.md 的访问；第三方包未明确固定版本。输入须与文档范围一致且信息充分，缺少必需文件或参数时应停止并说明缺失项；判定不确定时按保守原则记“-”，随访率未报告或低于80%不给星。不得伪造测量、引用或结论；若PDF提取失败或JSON转义出错需按提示排查。