用途：在正式分析前，系统检查科学数据文件的结构、内容与质量。核心能力包括按数据类型选择分析路径：表格（CSV、Parquet等，摘要统计与相关性）、序列（FASTA/FASTQ，长度与质量分布）、图像/显微（TIFF、ND2、DICOM，维度与强度）、光谱（mzML、JCAMP，峰检测与信噪比）、结构（PDB、CIF，原子与键验证）、数组（NPY、HDF5、Zarr，形状与dtype）、组学（H5AD、VCF，特征计数与QC）。
格式识别：优先按扩展名映射，其次查魔数字节（如HDF5、GZIP），再对 .txt、.dat 等内容嗅探，并处理 .ome.tiff、.nii.gz 等复合扩展名。
使用方式：按文件识别、初步评估、数据加载、质量评估、统计分析、报告生成六步执行。大文件先读元数据再抽样；可用 pandas/polars 惰性读取、h5py 切片、pysam 索引访问。报告输出为 {original_filename}_eda_report.md。
限制与注意：不得假设 CSV 一定干净；注意缺失值哨兵值（-999、#N/A 等）、单位与坐标系统、批次效应、重复记录；大文件避免全量加载。原始资料中 6 个分类格式目录未完全迁移，仅保留约50个常见格式的合并参考；具体安装命令与库版本请查官方文档，资料未提供。