用途：对科学数据文件执行探索性数据分析（EDA），自动识别文件类型、提取格式相关元数据、评估数据质量与统计特征，并生成适合记录和后续分析规划的Markdown报告。
主要能力：覆盖200多种科学文件格式，分为化学与分子（60多种，如.pdb、.mol2、.dcd）、生物信息与基因组（50多种，如.fastq、.bam、.vcf）、显微与成像（45种，如.nd2、.czi、.dcm）、光谱与分析化学（35种，如.mzML、.jdx）、蛋白质组与代谢组（30种，如.mzid、.mzTab）、通用科学数据（30多种，如.csv、.hdf5、.npy）。提供格式检测、元数据提取、数据质量评估、统计摘要、可视化建议与后续分析建议，并输出Markdown报告。
使用方式：用户提供文件路径后，先按扩展名在对应参考文件中查找格式说明，再选择运行脚本或自定义分析。脚本用法：python scripts/eda_analyzer.py <filepath> [output.md]；报告模板位于 assets/report_template.md，参考文件位于 references/ 下，报告按 {original_filename}_eda_report.md 命名。
适用场景：在正式分析前了解数据结构与内容、评估数据质量或完整性、判断适合的分析方法、处理多文件比较与质控。
限制：许多格式需额外安装专用库（如 biopython、pysam、rdkit、mdanalysis、nd2reader、pydicom 等），资料中未给出统一收费或价格信息；对超大文件建议采样；未知扩展名需询问用户或按文本/二进制结构做通用分析。具体平台支持与官方文档暂未提供。