用途：面向机器学习/AI 研究，对实验结果执行严格的证据优先分析，产出分析包（analysis-output/），含 analysis-report.md、stats-appendix.md、figure-catalog.md 及 figures/。适用于比较模型性能、运行严格统计分析、生成真实图表等场景。
主要能力：清点并校验实验产物（指标表、训练曲线、检查点、种子/重复运行、基线、消融、评测协议），锁定比较问题，运行描述统计与推断统计（均值±标准差、置信区间、运行/种子数、显著性检验及假设说明、效应量、多重比较校正），在数据可用时生成真实科学图表，撰写图表目的、题注要求与解读清单，明确暴露局限、阻塞项与缺失证据。
使用方式：先清点校验产物与比较单元，判断比较是否统计有效；再锁定比较问题（方法、主指标、重复测量单元、消融与稳健性问题、决策相关发现）；随后运行统计并生成图表；最后写出各分析产物并走最终 QA 闸门。仅按需加载 references/ 下统计方法、报告标准、可视化最佳实践、图表解读、分析深度、常见陷阱等文件。
限制：不负责论文 Results 正文撰写或稿件润色，也不负责论文级图表/表格打包与项目级实验复盘，这些交由 ml-paper-writing、results-report、publication-chart-skill。用户要求审查、审计、禁写、试运行或输入不完整时，改用只读审计模式，仅输出有效/无效统计、阻塞项、候选结论与缺失证据，不生成文件或图表。缺失样本量、种子或原始指标时须明确说明阻塞，不得编造统计；单位分析不清不得给胜出或显著性结论；解读与自身 p 值、检验方法、分析单元或比较族矛盾的统计文件应隔离待查。
平台、收费、价格等信息暂未提供。