用途：对科学数据文件执行探索性数据分析（EDA），自动识别文件类型并进行格式相关分析，输出 Markdown 报告，便于为后续分析做准备。适合用户提供科学数据文件路径、要求“探索/分析/总结”数据、了解数据结构与内容、评估数据质量或判断适合的分析方法时使用。
主要能力：覆盖六大类 200 多种格式——化学与分子、生物信息与基因组、显微与成像、光谱与分析化学、蛋白与代谢组学、通用科学数据。支持自动检测文件类型、提取格式相关元数据、数据质量与完整性评估、统计摘要与分布、可视化建议、后续分析建议，并生成 Markdown 报告。
使用方式：先根据扩展名在对应 references 参考文件中查找格式说明，再用脚本或对话内自定义分析。脚本用法：python scripts/eda_analyzer.py <filepath> [output.md]。也可按数据类型在对话中分析：表格数据用 pandas，序列数据统计条数与长度分布，图像检查维度与位深，数组检查形状与类型。报告按 assets/report_template.md 生成，命名为 {original_filename}_eda_report.md。
适用场景：分析前的数据集摸底、数据质量与完整性检查、格式与结构理解、为下游分析选型提供依据。
限制：许多格式需专用 Python 库（如 biopython、rdkit、nd2reader 等），缺失时脚本会报导入错误并提示安装，例如 uv pip install biopython；大文件需采样或分块处理；参考文件较大，应按扩展名检索而非整体加载；未知格式需向用户确认。多文件分析、批量与整合策略的具体实现资料中未提供完整细节。