用途：面向社会与行为科学的研究方法工具集，覆盖从研究设计到数据分析的常见流程。
主要能力：问卷设计（封闭题、开放题、矩阵题、Likert 量表设计要点与反向计分、预测试）；抽样方法（简单随机、分层、整群、便利、滚雪球、配额及其适用条件与局限）；心理测量与量表开发（Cronbach's alpha 信度、探索性因子分析、验证性因子分析与结构方程模型，推荐 R lavaan 或 Python semopy，并给出 CFI、RMSEA、SRMR 等拟合指标参考）；定性分析（Braun & Clarke 主题分析六步、编码框架模板、扎根理论开放/轴心/选择编码与理论饱和）；内容分析（关键词频次矩阵、Cohen's Kappa 编码者间信度）；社会网络分析（度、中介、接近、特征向量中心性，社区检测与网络密度、聚类系数）；混合方法整合策略。
使用方式：资料给出 Python 代码片段，如 cronbachs_alpha 函数、FactorAnalysis、semopy 模型设定、networkx 中心性与社区检测；CFA/SEM 建议使用 R lavaan 或 pip install semopy。资料提到虚拟环境激活命令：source /Users/zhangmingda/clawd/.venv/bin/activate。
适用场景：问卷调查研究、量表编制与验证、访谈文本编码、内容量化、社会网络结构分析及混合方法研究。
限制：资料未提供具体安装步骤、数据格式要求、平台支持范围、收费信息或效果保证；部分方法仅给出指标阈值与建议，未展开完整实现细节。涉及人类被试研究需 IRB/伦理批准，建议预注册假设与分析计划并进行功效分析。