用途：针对科学数据文件开展探索性数据分析（EDA），在正式分析前帮助了解文件结构、内容与数据质量。资料称可自动识别并分析200+种科学文件格式，并提供格式专属分析、数据质量评估与Markdown报告生成。
主要能力：自动检测文件类型；按格式类别提取元数据；进行统计摘要与分布分析；评估数据质量与完整性；给出可视化与分析建议；生成Markdown报告。支持六大类格式：化学与分子（60+扩展名，如.pdb、.mol、.dcd）、生物信息与基因组（50+，如.fasta、.bam、.vcf、.h5ad）、显微与成像（45+，如.tif、.nd2、.czi、.dcm）、光谱与分析化学（35+，如.mzML、.jdx）、蛋白质组与代谢组（30+，如.mzML、.mzid）、通用科学数据（30+，如.npy、.csv、.hdf5、.parquet、.fits）。
使用方式：提供文件路径后先检测扩展名，再查阅对应参考文件获取格式说明，然后分析。可直接运行脚本：python scripts/eda_analyzer.py <filepath> [output.md]。也可按数据类型自定义分析，如表格用pandas检查维度、缺失值与统计量；序列统计数量、长度分布与GC含量；图像检查维度与强度统计；数组检查形状与类型。报告按模板生成，常用命名为{original_filename}_eda_report.md。
适用场景：分析未知科学数据文件、检查数据质量与完整性、判断适合的分析方法、为下游分析做准备。
限制：许多格式需专用库（如biopython、pysam、rdkit、mdanalysis、tifffile、nd2reader、pydicom、h5py等），缺少时需自行安装；超大文件建议采样或分块处理；未知扩展名需向用户确认格式。资料未提供具体收费、价格或平台信息。