用途：对科学内容进行多维度分类，适用于按学科归类论文、判断研究方法论、按主题整理结果、评估期刊或论文质量层级、按研究路径或领域排序文献，以及识别研究设计类型（如 RCT、队列、病例对照等）。
主要能力：
- 学科分类：覆盖 17 个以上一级学科与子学科，包括自然科学（物理、化学、生物、医学、材料、天文、地球、环境、农业）、形式科学（数学、计算机）、社会科学（经济、社会学、心理学、政治学、语言学）和人文（哲学、历史、法学）。
- 方法论分类：经验型（实验、观察、调查、案例）、理论型（数学建模、仿真、解析）、计算型（数据驱动、机器学习、数值方法）、综述型（系统综述、元分析、范围综述、叙述性综述）和混合方法。
- 研究设计分类：随机对照试验、队列研究（前瞻/回顾）、病例对照、横断面、纵向、定性研究（民族志、现象学、扎根理论）。
- 质量评估：Tier 1 高质量证据（大型 RCT、含元分析的系统综述）、Tier 2 中等证据（队列研究、设计良好的实验）、Tier 3 低证据（病例报告、专家意见、初步研究）、Tier 4 预印本或未经同行评审。
使用方式：输出固定结构，包含学科（一级 > 子学科）、方法论、研究设计、质量层级及理由、关键主题、置信度（高/中/低）。
限制：不用于简单关键词抽取（应使用 scienceclaw-ie）、全文摘要（scienceclaw-summarization）或事实核查（scienceclaw-verification）。分类时需标注置信度，跨学科内容需注明，区分主次方法论，质量评估可参考期刊影响因子与同行评审状态，并标记可能的误分类或模糊情况；建议使用标准词表（生物医学用 MeSH，计算机用 ACM CCS）。