用途：对科学数据文件执行综合探索性数据分析（EDA），覆盖化学与分子、生物信息与基因组、显微与成像、光谱与分析化学、蛋白质组与代谢组、通用科学数据六大类共 200+ 种格式。当用户提供科学数据文件路径，或要求“探索”“分析”“总结”数据文件、了解其结构与内容、评估质量与完整性，或询问适合该文件的分析方式时使用。
主要能力：自动识别文件类型；按格式提取元数据；评估数据质量与完整性；输出统计摘要与分布、可视化建议、后续分析建议；生成适合文档与下游分析规划的 Markdown 报告。支持格式包括 .pdb、.cif、.mol2、.sdf、.fasta、.fastq、.sam、.bam、.vcf、.bed、.gtf、.h5ad、.tif、.nd2、.czi、.dcm、.nii、.mzML、.mgf、.npy、.npz、.csv、.hdf5、.zarr、.parquet、.mat、.fits、.nc 等。
使用方式：先由扩展名判断类别并查阅对应参考文件（如 references/bioinformatics_genomics_formats.md），再执行分析。可直接运行脚本：python scripts/eda_analyzer.py <filepath> [output.md]，该脚本会自动检测类型、加载参考信息、执行格式专属分析并生成报告；也可在对话中按格式信息自定义分析。报告模板见 assets/report_template.md，输出文件命名模式为 {original_filename}_eda_report.md，例如 reads.fastq 对应 reads_eda_report.md。
适用场景：表格数据的维度、缺失值与统计；序列数据的计数、长度分布、GC 含量与质量值；图像数据的维度、位深、通道与强度统计；数组数据的形状、类型与统计摘要。
限制：许多格式需专用库（如 biopython、pysam、rdkit、mdanalysis、tifffile、nd2reader、aicsimageio、pydicom、nmrglue、pymzml、pyteomics、pandas、numpy、h5py、scipy），缺失时需自行安装；未知扩展名需向用户确认格式；超大文件建议采样、分块或内存映射处理；多文件分析、质量控制与预处理建议的具体细节以实际资料为准，其余能力暂未提供。