用途：该技能面向医学科研的实验规划，帮助选择合适的研究设计、开展功效分析与样本量估算，并撰写研究方案。
主要能力：提供设计选择指南，按研究问题推荐方案，例如“X 是否导致 Y”对应 RCT（金标准）、无法随机化时对应准实验或自然实验、因素交互对应析因设计、版本比较对应 A/B 测试、患病率/关联对应横断面调查、结局随时间变化对应纵向或队列研究、实践中的干预效果对应实用性试验。提供样本量计算代码，涉及两样本 t 检验、卡方检验与相关分析，需先激活环境：source /Users/zhangmingda/clawd/.venv/bin/activate，再以 python3 运行示例代码，效应量参考 Cohen's d（小 0.2、中 0.5、大 0.8）、Cohen's w（小 0.1、中 0.3、大 0.5）及相关系数 r，默认 α=0.05、power=0.80。
设计原则：包含对照（阳性、阴性、安慰剂、活性对照）、随机化（简单、区组、分层、整群）与盲法（单盲、双盲、三盲）；并给出偏差缓解，如选择偏差、分配偏差、执行偏差、检测偏差、失访偏差与报告偏差的对应措施。
使用方式：可套用研究方案模板，包括背景与依据、目标与假设、研究设计、参与者与样本量、干预或暴露、结局指标、随机化与盲法、数据收集、统计分析计划、伦理、时间线与预算；建议对确证性研究进行预注册，可选 OSF、ClinicalTrials.gov、PROSPERO、AsPredicted。
限制与提示：输入缺失时需明确列出缺失字段并请求最小补充信息；超出文档范围或缺少关键输入时不应继续。样本量需用功效分析论证，预注册假设与分析计划，计算时考虑 10%–20% 失访，记录所有方案偏离，新方法可先做试点研究。资料未提供其他平台或收费信息。