用途：把锂产业链分为矿端、精炼化学品、电池与终端需求三层，分别处理供给、需求与价格数据，再映射到锂主题 ETF（如 LIT）的持股暴露和长期价格走势，形成分析依据。核心是分层分析，不混谈各层级。
主要能力：提供五种工作流——完整供需×价格×传导整合分析、供需平衡即期估计（Nowcast）、价格型态与周期位置分析、ETF 持股暴露与锂价敏感度分析、数据擷取与标准化。可按 data_level 选择数据源（free_nolimit、free_limit、paid_low、paid_high），价格不足时用 CME 期货或相关股篮子作为代理，并在输出中标注实际数据等级。需求转换需明确假设 kg Li/kWh（保守 0.12、中性 0.15、积极 0.18），输出三个情境。价格周期分 downtrend、bottoming、uptrend、overheat 四类，使用 12/26 周动能、趋势斜率、波动率与均值回归强度。ETF 对锂价敏感度按持股结构计算滚动 beta（建议 52 周），传导断裂判断为 beta < 0.3 且持续超过 8 周。
使用方式：CLI 可运行 python scripts/lithium_pipeline.py analyze --ticker=LIT --lookback=10 --freq=weekly、balance --asof=2026-01-16、regime --chem=both、etf-beta --ticker=LIT --window=52；可视化用 python scripts/visualize_analysis.py，输出 output/lithium_analysis_YYYY-MM-DD.png。库方式从 lithium_pipeline 导入 LithiumSupplyDemandRadar，设置 etf_ticker、lookback_years、price_freq、chem_focus、data_level 后调用 full_analysis()。输入参数包括 etf_ticker、lookback_years、price_freq、region_focus、chem_focus、data_level、sources 开关、output_format。
适用场景：锂产业链供需与价格周期研究、锂主题 ETF 的传导敏感度与持仓暴露分析。限制：资料未提供具体收费、价格与效果数据；数据源可用性依赖 data_level，价格数据不足时需用代理并标注；需求估计必须注明 kg_per_kwh 假设；输出需包含失效条件与来源追溯（source_id、data_level）。