用途：用 Snakemake 编写可复现的生物信息学分析流程，通过规则（rule）、通配符（wildcards）与自动依赖解析组织从原始数据到结果的各步骤。
主要能力：支持基本规则结构与 rule all 目标聚合；使用 expand 与通配符批量生成样本/染色体组合任务；在 run 块中直接写 Python 处理数据；通过 configfile 读取 YAML 配置；用 conda 指定环境、用 container 指定容器镜像；声明 threads、resources（mem_mb、time、gpu）等资源；支持 checkpoint 动态确定下游文件、include 模块化拆分流程、temp/protected 管理中间与最终文件、benchmark 与 log 记录性能与日志。
使用方式：常用命令包括 snakemake -n 干跑、snakemake --cores 8 本地运行、snakemake --forcerun align 强制重跑、snakemake results/sample1.vcf 指定目标、snakemake --dag | dot -Tpdf > dag.pdf 生成 DAG、snakemake --report report.html 生成报告。集群执行方面，Snakemake 8.0+ 使用 --executor（如 pip install snakemake-executor-plugin-slurm 后 snakemake --executor slurm --jobs 100），7.x 使用 --cluster 与 --cluster-config，两者均可使用 --profile。容器运行示例：snakemake --use-singularity --singularity-args "-B /data"。
适用场景：RNA-seq 等测序分析流程、需要按样本并行与依赖管理的生信任务、需要 Conda/容器保证环境可复现的流程、以及需要提交到 Slurm 等集群的批量作业。
限制：资料未提供具体安装步骤、版本兼容细节之外的性能数据、收费或平台信息；示例中的工具与镜像需用户自行准备，实际参数与资源需按环境调整。