用途：该技能用于计算特定关键词的文献增长速率与加速度，评估学术研究领域的发展阶段，输出领域热度趋势与生命周期分析。
主要能力：计算不同时间段的文献增长率；识别增长加速或减速趋势；依据增长曲线特征判断领域阶段（萌芽期：基数低、增长慢；成长期：增长率持续上升、加速度为正；成熟期：增长率稳定或下降；衰退期：增长率为负）；基于历史数据预测未来若干年的发展趋势。输出包含当前速率、加速度、阶段、阶段置信度、趋势方向、速率序列、预测值及洞察文本。
使用方式：依赖 Python >= 3.8、numpy、scipy。命令行示例：python scripts/main.py --keyword "artificial intelligence" --data-file data.json。也可通过 Python API 调用 KeywordVelocityTracker().analyze(keyword=..., data=[{"year": 2020, "count": 100}, ...])。必填参数为 keyword 与 data（时间序列文献数据）；可选参数包括 time_window（默认 3 年）、smoothing（默认 true）、predict_years（默认 3 年）。环境变量 KVT_SMOOTHING_FACTOR 默认 0.3，KVT_MIN_CONFIDENCE 默认 0.7。运行前可用 python -m py_compile scripts/main.py 校验脚本，python scripts/main.py --help 查看帮助。
适用场景：需要评估某研究关键词所处发展阶段、判断领域热度趋势或进行文献增长预测的证据洞察任务。
限制：脚本在本地执行，无外部 API 调用；需提供符合格式的时间序列数据，缺失关键输入时应停止并请求补充；超出文档范围的任务不应继续；输出文件保存至工作区。当前版本 1.0.0，状态为 Draft，已知问题暂未提供。