用途：对科学主张与研究证据进行系统化批判性评估，覆盖方法学、实验设计、统计效度、偏倚与混杂、证据质量及逻辑谬误，并可用于辅助设计更严谨的研究。
主要能力： 一、方法学评审，评估设计与研究问题是否匹配、能否支持因果主张，检查内部效度（随机化质量、混杂控制、选择偏倚、失访）、外部效度（样本代表性、生态效度）、构念效度与统计结论效度，以及对照与盲法、测量质量。 二、偏倚识别，包括确认偏倚、HARKing、发表偏倚、cherry-picking，抽样与志愿者偏倚、失访与幸存者偏倚，观察者偏倚、回忆偏倚、社会赞许与工具偏倚，以及 p-hacking、结局替换、选择性报告、亚组钓鱼等分析偏倚，并审查混杂因素。 三、统计评估，检查先验效力分析、样本量、检验假设与匹配性、多重比较校正、p 值解释、效应量与置信区间、缺失数据处理与回归建模问题，并识别相关当因果、均值回归、基础率忽视等常见陷阱。 四、证据质量评估，按研究设计层级与设计内质量（Cochrane ROB、Newcastle-Ottawa 等）评价，可参考 GRADE 降级（偏倚风险、不一致、间接性、不精确、发表偏倚）与升级因素，并考察证据收敛性与情境因素。 五、逻辑谬误识别，区分因果、概括、权威与来源、统计、结构及科学特有谬误，说明推理缺陷及所需证据。 六、研究设计指导，涵盖问题细化、设计选择、偏倚最小化、样本规划、测量策略、分析预设，以及预注册与 CONSORT、STROBE、PRISMA 报告规范。 七、主张评估，判断主张类型与强度、证据充分性、逻辑连接、置信比例与过度概括，并给出具体修改建议。
使用方式与限制：本资料为技能说明，未提供具体安装命令、API 或运行代码，相关内容暂未提供；适用时机包括评审论文、评价临床试验与元分析、解读报道、撰写综述与规划研究。所有评估必须依据实际方法学证据，避免对结果偏好影响判断。