用途：在结构化表格数据上运行 LightGBM 建模，支持分类与回归，并导出特征重要性排序表与图，便于报告与解释。
主要能力：通过 Rscript 调用 scripts/main.R，指定数据文件与目标列即可训练；支持 auto、regression、binary、multiclass 任务类型；可设置特征列、排除列、重要性类型（gain 或 split）、展示特征数、输出格式等。输出包含 table/lightgbm_feature_importance、table/lightgbm_model_metrics、table/lightgbm_remediation、figure/lightgbm_feature_importance_<importance_type>.pdf 及 data/lightgbm_run_summary.txt 等。
使用方式：需 shell 中可用 Rscript，并安装 optparse、data.table 与 lightgbm 包。基本命令：Rscript scripts/main.R --data_file <input_file> --target_var <target_column> --output_dir <output_dir>。输入支持 CSV 或制表符分隔的 TXT/TSV，需包含目标列，去除缺失目标后至少 20 行；字符特征内部做标签编码。
适用场景：需要命令行 LightGBM 工作流、分类或回归建模、特征重要性排序输出，以及标准化产物目录的表格数据分析。
限制：不适用于非结构化文本、JSON 或自由文本；分隔符未知且无法检查或重导出时不宜使用；建模前应排除 id、sample_id、patient_id 等标识列。若 best_iteration<=1、预测塌缩、recall 为 0 或重要性多为零，结果不可靠，应查看 model_quality_flag 与 remediation 表后再决定是否解读。缺少 --data_file 或 --target_var 会以 SKILL_MISSING_INPUT 退出。