用途：面向 Nature Portfolio 与高影响力期刊，提供从实验设计出发的统计分析、审查与报告支持，强调统计显著性不能替代效应大小、数据质量与科学意义。
主要能力与工作模式：plan 在分析前定义问题、实验单位、主要终点、模型、校正与敏感性分析；analyse 对用户提供的数据执行可复现分析与诊断记录；audit 审查现有统计方法、结果、表格与图注；rewrite 在事实充分时生成可粘贴的统计方法或结果文本；review-response 解析审稿人统计问题并给出验证路径与保守回复要点。
使用方式：先明确科学问题与 estimand、独立实验单位与 n、生物重复/技术重复/子样本/批次/重复测量的嵌套关系、主要与次要终点、随机化与盲法、缺失与排除、预设与探索性比较；事实不清时以 AUTHOR_INPUT_NEEDED 标注而不给出最终检验选择。随后建立设计图、定义 estimand、审计数据、选择分析策略、执行并报告诊断、优先报告效应量与置信区间、对齐图表与正文，并可用 python scripts/reporting_audit.py <file> --context methods|results|legend 审计统计文本。参考文件包括 references/design-integrity.md、references/analysis-plan.md、references/reporting-and-figures.md。
适用场景：投稿前后统计设计与报告、审稿意见回复、图表统计一致性检查。
限制：复杂临床试验、监管分析或患者级决策必须服从协议、统计分析计划和专业统计师审核；不虚构样本量、p 值、自由度、区间、功效、软件版本、排除、随机化或盲法；不将细胞、视野、技术读数、模拟运行或同一个体多次测量默认为独立 n。定价与平台支持信息暂未提供。