用途：处理、质控、注释并可视化单细胞或单核 RNA-seq 数据集，跨组织与物种。使用前需先阅读 references/qc-annotation-umap-heuristics.md，再确定阈值、注释后端与 UMAP 特征选择规则。
必要输入：保留原始计数的 AnnData 或等价对象；样本、批次或通道元数据；物种、组织、assay、化学与全细胞/单核信息；是否存在匹配图谱或标签迁移参考。
主要流程：基于观测分布而非固定模板选择质控阈值，默认使用检出基因数、总 UMI、percent.mt，绘制阈值说明图；按批次用 scDblFinder 检测双细胞，不得跳过或静默替换；倾向添加 passes_QC 列而非直接删除细胞；选择 PCA 或 scVI 并记录理由；聚类后先检查低质量或模糊簇再注释；有合适 Allen Brain Cell Atlas 参考且为脑组织时用 MapMyCells 或 cell_type_mapper，否则用最接近的参考，无可靠参考时用规范标记基因保守注释；选择通用标记面板生成全局 UMAP，分组 UMAP 使用稳定粗标签子集与潜在表示。
大数据处理：保持稀疏、避免整体稠密化与整对象复制，使用视图、backed 模式、分块与按批次清单，并在主要阶段写入检查点。
交付物：保留原始计数的过滤 .h5ad；质控汇总表；阈值说明图；参数清单；UMAP 坐标与图。
本地运行器：python plugins/ngs-analysis/scripts/run_scrnaseq_post_count_qc.py --input-dir path/to/scrna_bundle，输入目录需含 matrix/、manifest.tsv、dataset_metadata.json。运行器在无匹配参考时的标记回退偏向 PBMC，组织特异性注释与整合仍需人工审核；它写出 visualizations/index.html、summary.md、provenance/analysis_status.json，并启动 localhost Marimo 审阅应用，其 notebook 与审阅应用仅为审阅层。
限制：具体阈值、包版本、支持的物种范围与性能表现暂未提供，需按数据集确认。