用途：对科学数据文件执行探索性数据分析（EDA），覆盖化学与分子、生物信息与基因组、显微与成像、光谱与分析化学、蛋白质组与代谢组、通用科学数据六大类共 200 多种格式。
主要能力：自动检测文件类型；按格式提取元数据；评估数据质量与完整性；生成统计摘要与分布；给出可视化建议与后续分析建议；输出 Markdown 报告。
使用方式：用户提供文件路径后，先提取扩展名并在对应参考文件中查找格式信息，再执行分析。可直接运行脚本：python scripts/eda_analyzer.py <filepath> [output.md]；也可在对话中按格式自定义分析，例如表格数据用 pandas 检查维度、类型、缺失值、统计量与异常值，序列数据统计条数、长度分布、GC 含量与质量分数，图像数据检查维度、位深、通道与强度统计。报告按 {original_filename}_eda_report.md 命名，可参考 assets/report_template.md。
适用场景：用户要求探索、分析或总结数据文件；需要了解科学数据结构与内容；分析前需要完整报告；评估数据质量或完整性；判断适合的分析类型。
限制：许多格式依赖专用库（如 biopython、pysam、rdkit、mdanalysis、tifffile、nd2reader、pydicom、nmrglue、pymzml、pyteomics、pandas、numpy、h5py、scipy），缺失时需安装；未知扩展名需向用户确认或按文本/二进制结构做通用分析；超大文件建议采样、内存映射或分块处理；参考文件较大，建议按扩展名检索而非整体加载。具体收费、价格与平台信息暂未提供。