用途：对表格型数值数据执行主成分分析（PCA），将多个数值变量降维为较少的几个主成分，并导出解释方差、样本得分、特征载荷和诊断图。
主要能力：支持命令行参数校验；可指定特征列，也可默认使用除ID/组列外的全部数值列；可选样本ID列与分组列，分组信息会带入得分输出与得分图；可设置最大导出主成分数、是否中心化与标准化、每主成分导出的前若干绝对载荷、输出格式与文件名前缀。输出目录含table/、data/、figure/三类，主要结果文件有pca_summary.csv、pca_scores.csv、pca_loadings.csv、pca_top_loadings.csv，图有碎石图与得分图。
使用方式：主命令为 Rscript scripts/main.R --data_file <input_file> --output_dir <output_dir> --feature_columns <逗号分隔数值列>。依赖Rscript及R包optparse、data.table，可用 Rscript -e 'install.packages(c("optparse", "data.table"), repos="https://cloud.r-project.org")' 安装。输入须含至少2个可用数值特征列，缺失或非有限值按行剔除，剩余完整样本至少2个，特征方差非零。检验可用 Rscript scripts/main.R --help 或带参数运行后确认 summary.csv 生成。
适用场景与限制：适合需要标准化输出文件供后续分析、需要命令行PCA流程或需要样本在PC空间分离情况的场景。若省略 --data_file，脚本以 SKILL_MISSING_INPUT 退出；常见错误包括文件或列缺失、数据不适用、参数无效、样本或特征不足、依赖包缺失。部分平台信息、收费与效果暂无提供。