用途：分析研究资助机构已资助项目的摘要与元数据，识别主题迁移，并预测近期资助优先方向。适用于需要明确假设、限定范围、输出可复现的证据洞察类任务。
主要能力：多来源数据采集，支持NIH（https://reporter.nih.gov/，每日更新）、NSF（https://www.nsf.gov/awardsearch/，每日更新）、Horizon Europe（https://ec.europa.eu/info/funding-tenders/opportunities/，每周更新）；使用文本挖掘提取主题、关键词与研究趋势；基于时间序列与主题模型预测资助方向变化；生成图表与趋势报告；按医学、工程、自然科学等领域分类分析。
使用方式：进入技能目录后安装依赖并下载NLTK数据。依赖包括requests>=2.28.0、beautifulsoup4>=4.11.0、pandas>=1.5.0、numpy>=1.23.0、scikit-learn>=1.1.0、textblob>=0.17.1、nltk>=3.7、matplotlib>=3.6.0、seaborn>=0.12.0、wordcloud>=1.8.0、python-dateutil>=2.8.0。常用命令：python -m py_compile scripts/main.py 校验入口，python scripts/main.py --help 查看帮助，python scripts/main.py --source nih --months 3 指定机构分析，python scripts/main.py --forecast --years 3 生成预测。可传入--analyze-all、--source、--months、--years、--visualize、--forecast、--input、--output、--config等参数，通过config.json配置数据源与NLP、预测参数。也可调用Python API：从scripts.main导入FundingTrendForecaster，执行collect_data、analyze_trends、predict_trends、export_report。
限制：需先确认输入路径、输出路径、范围过滤、阈值与领域约束；任务超出文档范围或缺少关键输入时应停止并索取最小必要信息，不应扩大范围。若scripts/main.py执行失败，需报告失败点并给出回退方案，不编造文件、引用、数据或执行结果。价格与收费暂未提供。