用途：从一篇或多篇论文中提取实验方法，整理为结构化的、面向实验方案（protocol）的摘要。适合需要跨研究比较方法、为系统综述整理方法学、进行协议优化或可复现性评估的任务。
主要能力：支持多篇论文的批量提取（示例输入为 50 篇论文）；按目标方法类型筛选（如 "Western Blot"、"qPCR"）；输出协议对比表、各研究间的参数差异，以及最佳实践建议。示例中输入 50 篇论文且 method_type="Western Blot"，输出抗体浓度、封闭条件、洗涤时间等对比表。
参数：paper_ids（待分析的论文列表）；method_type（目标方法，如 "Western Blot"、"qPCR"）。返回对比表、参数差异与最佳实践建议。
用法与校验：提供的命令包括 python -m py_compile scripts/main.py 用于确认打包脚本入口可解析，以及 python scripts/main.py --help 查看用法。技能声明无需额外 Python 包。输出默认采用稳定、可复核的 Markdown 或 JSON，若捆绑脚本要求固定格式则以其为准。
工作流：先确认目标、输入与不可协商约束；核验请求是否在文档范围内，超出即提前停止；使用实际可用输入执行；返回分离假设、交付物、风险与未决项的结构化结果；执行失败或输入不完整时切换兜底路径并说明阻塞点。响应模板为 Objective、Inputs Received、Assumptions、Workflow、Deliverable、Risks and Limits、Next Checks。
适用范围与限制：仅处理其文档化工作流，缺少必要输入文件、标识符、参数或上下文时应先向用户索取；不得假设超出声明范围的能力；批量处理、覆盖已有结果或扩大范围前需用户确认。风险方面：本地执行 Python/R 脚本、读写文件为中等风险；无外部 API 调用为低风险；输出文件保存在工作区。缺少必要输入、脚本失败或仅部分完成时须明确标注并说明已完成与未完成的步骤，不得编造文件、引用、数据或执行结果。当前状态为 Draft，已知问题为无。其他具体收费、平台与效果信息暂未提供。