用途：把非结构化的风险问题转化为结构化蒙特卡洛模拟，适用于时间线、财务风险、产量、停机、理赔等不确定性估计，并给出 P5/P50/P95 结果。
主要能力：支持三角、正态、均匀、对数正态、泊松、威布尔、贝塔、指数分布；默认模拟 10000 次；输出均值、P5、P50、P95，带 P5/P50/P95 标记线的 PNG 直方图，以及全部迭代的 CSV；按需生成自包含 Chart.js 交互式 HTML（含各分布参数滑块、模拟次数滑块、P 阈值计算器）和 .xlsx（需 openpyxl，否则回退 CSV）。
使用方式：导入或 CLI 调用内置工具包，例如： import sys sys.path.insert(0, "scripts") from monte_carlo import simulate result = simulate({"distribution": "triangular", "low": 12, "peak": 18, "high": 45, "simulations": 10000, "chart_title": "Cloud migration duration (days)", "x_axis_label": "Days", "html": True, "excel": True, "out_prefix": "simulation"}) 结果键包括 mean、p5、p50、p95、brief_summary、chart_path、csv_path 等。
适用场景：需要量化风险区间、估计百分位结果、生成图表与表格导出的分析任务。
限制：缺少参数时必须先询问，不得编造分布参数或声称虚假精度；优先使用内置工具包而非手写 NumPy；回复只保留摘要，不把全部迭代行贴入对话。内置文件包括 scripts/monte_carlo.py、references/cheatsheet.md 及多个示例 JSON。