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，进行格式专属分析、数据质量与完整性评估，并生成可供文档记录和后续分析规划使用的Markdown报告。
主要能力：自动检测并分析200多种科学文件格式；提取格式专属元数据；数据质量与完整性评估；统计摘要与分布分析；可视化建议；后续分析建议；生成Markdown报告。
覆盖格式分六类：化学与分子（60+扩展名，如.pdb、.cif、.mol、.xyz、.dcd等）；生物信息与基因组（50+，如.fasta、.fastq、.sam、.bam、.vcf、.h5ad等）；显微与成像（45+，如.tif、.nd2、.lif、.czi、.dcm、.nii等）；光谱与分析化学（35+，如.fid、.mzML、.mzXML、.mgf等）；蛋白质组与代谢组（30+，如.mzML、.mzid、.mzTab等）；通用科学数据（30+，如.npy、.csv、.xlsx、.hdf5、.zarr、.parquet、.mat等）。
使用方式：用户提供科学数据文件路径后，先由扩展名识别文件类型并确定所属分类，再读取对应参考文件获取典型数据、使用场景、Python库与EDA方法；随后可用脚本 scripts/eda_analyzer.py <filepath> [output.md] 执行分析，或在对话中按数据类型自行分析；生成的报告可参考 assets/report_template.md 结构，保存为 {original_filename}_eda_report.md。
适用场景：需了解科学数据结构与内容、在分析前生成综合报告、评估数据质量或完整性、判断适合的分析类型时。
限制：部分格式依赖专用库（如biopython、pysam、rdkit、mdanalysis、tifffile、nd2reader、aicsimageio、pydicom、nmrglue、pymzml、pyteomics、pandas、numpy、h5py、scipy），缺失需安装；超大文件建议采样、内存映射或分块处理；扩展名未收录时需向用户确认格式。具体安装命令与脚本内部实现细节依据资料仅提供部分示例，其余暂未提供。