用途：将一篇已发表队列研究的方法学应用到不同数据库，并逐项报告目标数据库被迫做出的偏离。
主要能力：分五个阶段。Phase 1 从源论文（PDF、DOI 或 markdown）提取研究设计、数据库、人群纳排、暴露与结局、协变量、统计方法、调查设计与敏感性分析；若源论文使用已被取代的旧定义（如 NAFLD→MASLD 2023、CKD-EPI 2009→2021），用 /define-variables 核对是沿用旧定义（纯复现）还是升级（扩展），并记录选择。Phase 2 加载对照表，把每个变量标记为 DIRECT_MATCH / RECODE_NEEDED / NOT_AVAILABLE / PROXY_AVAILABLE，不确定时写 [VERIFY: variable_name] 让用户核对数据字典，不猜测变量名或编码。Phase 3 生成自包含可复现代码（Python pandas 加 R 子进程做加权分析），包含数据加载清洗、变量派生、调查设计（先在全量数据声明 svydesign 再用 subset 限制）、表1、主分析、亚组与敏感性分析。Phase 4 输出 replication_report.md 记录设计、数据库、人群、变量映射、不可用变量与方法学差异。Phase 5 验证清单。
使用方式：提供源论文、目标数据库路径（CSV/SAS）与可选对照表；KNHANES↔NHANES 默认用 references/harmonization_knhanes_nhanes.csv，另有 3 国对照表。
限制：KNHANES/NHANES 加权分析必须使用权重，不得跨调查合并数据，每个国家用各自调查设计；韩国数据用亚洲 BMI 切点（≥25），即使源论文用 WHO（≥30）；引用需 /search-lit-confirmed 的 DOI/PMID，否则标 [UNVERIFIED - NEEDS MANUAL CHECK]。价格、平台运行环境等暂未提供。