用途：从 PubMed 元数据及已抓取的标题、摘要文本出发，分析研究者的发表记录与发表策略；不检索全文、不访问外部链接、不解析预印本。
主要能力：抓取作者论文；按关键字规则分类研究类型（GBD、SR/MA、NHIS/Claims、Cross-national、National survey、Biobank、AI/ML、Clinical trial、Case report、Letter/Commentary，其余为 Other）；按作者位次（第一/末位/中间）统计；输出期刊、主题分布、增长曲线与策略 ROI 等 7 张 PNG 图表和 analysis_report.md；可选进行多标签、带置信度的轨迹原型分类（A1–A6 及复合型）。
使用方式：需 Python 3.10+ 及 biopython、pandas、matplotlib、seaborn、pyyaml。依次运行 fetch_pubmed.py 抓取、analyze_patterns.py 生成图表与报告；可选分类步骤先运行 fetch_pubmed.py 消歧（--initials、--orcid、--affiliation、--year-from、--year-to）并生成 candidates.json 与 corpus_manifest.json，由用户人工审核后带 --approve 定稿，再运行 classify_archetypes.py。默认输出目录 ~/.local/cache/author-strategy/{AuthorName}/。
适用场景：分析研究者发表轨迹、识别可行 MA 选题缺口、判断可复现的研究模式。
限制：需 NCBI E-utilities 邮箱；仅限姓氏无法定位作者，须提供消歧信息；引用指标、半衰期、期刊影响层级、预印本链接、通讯作者身份均不可得，标记为 [VERIFY] 而不推断；分类器面向韩国流行病学与公共卫生研究者调优，其他领域可能低估；期刊层级列恒为 unavailable [VERIFY]；同姓作者冲突时位次记为未知；未审核或校验不一致的语料拒绝分类。