elimination-research 的用途是把“到底该选哪个”这类模糊需求，转成有明确标准和可检查数据的决策流程，适用于产品、工具、服务、供应商等短名单对比。
主要能力：生成可复现的淘汰式研究包，包含短名单数据集、数值评分模型、面向消费者的快速报告、完整审计报告、原始数据 JSON、来源/域名审计、购买或信息链接、情境化图片，以及持有成本估算。
使用方式：新对比按顺序执行。先阅读 references/workflow.md 获取操作流程；在研究前提出 intake 问题（优先用 cenno 弹窗，用封闭选项加自由文本备注），问题涵盖最看重什么、硬性限制、需要多少证据、允许哪些来源类型。随后收集候选、来源、价格、规格、替换件、图片和证据数据，保存为符合 references/dataset-schema.md 的 dataset JSON，再运行生成器：python3 scripts/generate_elimination_report.py --dataset assets/examples/consumer_goods_dataset.example.json --output-dir /tmp/elimination-report --max-price-eur 200。常用选项包括 --dataset、--output-dir、--max-price-eur、--price-limit-basis、--question、--market、--currency、--domain-registry、--refresh-images、--image-results。Google 图片的密钥只能来自环境变量或 SOPS 加密的 dotenv 文件，不得提交明文密钥。
输出：quick_report.html、report.html、report.md、final_report.json、raw_research_data.json，以及使用图片刷新时缓存的 image_search_results.json。
数据与报告规则：用稳定候选 ID；数值观测必须是数字而非文字；价格存于明确货币字段；可替换部件需含替换单价、三年数量、替换间隔与部件名；每项含 1-3 个购买/信息链接；来源域名按角色和信任层级分类；显式存储注意事项。快速报告保留可展开的证据链接，完整报告以表格暴露全部数值。
限制：资料未提供该技能对具体品类或地区的适用性、准确性、收费或价格信息；验证时需用 python3 -m json.tool 校验 JSON，并在浏览器核对报告、移动端宽度与触摸目标。