用途：规范整洁地整理项目文件夹，适用于新建项目、整理已有项目结构、规整文件命名与版本。
主要能力：提供标准科研项目骨架（data、src、models、results、figures、docs、paper、ppt、patent、software-copyright、experiments、logs、configs、references、assets、notebooks、.light 等目录）；数据分层沿用 Cookiecutter Data Science（raw/interim/processed/external）；以数据流即 DAG 为核心方法，raw 不可变、下游产物可重算、notebooks 分探索与报告；用 dvc.yaml 声明 DAG，dvc repro 只重跑受影响阶段；命名规范要求小写加连字符或下划线，实验与版本带日期或序号。
使用方式：新建项目首选 python scripts/scaffold.py ./my-proj --name my-proj --dvc（可选 --poetry、--force）；也可用 cookiecutter-data-science（pipx install cookiecutter-data-science 后 ccds）或手工生成。版本与依赖方面，Git 管文本、DVC 管大文件，命令包括 dvc init、dvc add、dvc remote add -d storage s3://...、dvc push、git pull && dvc pull；依赖锁定默认 uv（uv init、uv add、uv sync），备选 Poetry（poetry init、poetry add、poetry install）。质量门包括 Ruff、pre-commit、EditorConfig、.gitignore，配置已落进 templates/。
适用场景：科研项目管理、论文与专利材料归档、实验复现与审计、软著材料整理。
限制：具体配置项与命令细节见同目录 references.md，模板见 templates/；部分衔接工具与流程细节资料未展开，暂未提供更多说明。