用途：把生物信息学流程中各工具的质控输出聚合为一份标准化报告，便于在汇总 QC 指标时使用。
主要能力：MultiQC 可识别 100 多种工具的输出，资料中列出的类别包括：Read QC 的 FastQC、fastp、Cutadapt；Alignment 的 STAR、HISAT2、BWA、Bowtie2；Quantification 的 featureCounts、Salmon、kallisto；Variant Calling 的 bcftools、GATK；Single-cell 的 CellRanger、STARsolo。
用法：基础命令为 multiqc results/ -o qc_report/；可用 -n my_project_qc 指定输出名；用 --module fastqc --module star 只包含特定工具。可通过 multiqc_config.yaml 配置标题、副标题、说明文字、样本名清理（extra_fn_clean_exts）、模块顺序（module_order）与条件格式高亮（table_cond_formatting_rules）。自定义数据可加 --data-format tsv --custom-data-file custom_metrics.tsv，文件为制表符分隔。也可用 Python API：from multiqc import run as multiqc_run，再调用 multiqc_run(analysis_dir='results/', outdir='qc_report/')。
相关技能：read-qc/quality-reports 生成输入的 FastQC 报告，read-qc/fastp-workflow 做预处理 QC，workflows/rnaseq-to-de 为含 QC 的完整流程。
限制：资料未提供安装方式、版本要求、收费信息与具体输出格式细节。