用途：该技能面向科学主张与证据质量的系统评估，适用于审查研究方法与实验设计、评估统计效度与证据强度、识别研究中的偏倚与混杂、复核科学结论、开展系统综述或元分析，以及按GRADE或Cochrane偏倚风险框架进行评价。
主要能力：一是方法论批判，覆盖研究设计适配性、内部/外部/构念/统计结论四类效度、随机化与盲法、对照与测量质量。二是偏倚检测，包括认知偏倚（确认偏倚、HARKing、发表偏倚、摘樱桃）、选择偏倚（抽样、志愿者、流失、幸存者）、测量偏倚（观察者、回忆、社会赞许、工具）、分析偏倚（p-hacking、结局替换、选择性报告、亚组钓鱼）以及混杂因素。三是统计分析评估，涵盖样本量与检验效能、检验选择、多重比较校正、p值解读、效应量与置信区间、缺失数据、回归建模与常见陷阱。四是证据质量评估，含研究设计层级、设计内质量、GRADE升降级因素与证据收敛性。五是逻辑谬误识别，含因果、泛化、权威与来源、统计、结构及科学特有谬误。六是研究设计指导与主张评估。
使用方式：按需调用上述模块；若文档需图示，可用科学示意图能力生成，命令为 python scripts/generate_schematic.py "your diagram description" -o figures/output.png，输出保存到 figures/ 目录。参考文档包括 references/scientific_method.md、experimental_design.md、common_biases.md、statistical_pitfalls.md、evidence_hierarchy.md、logical_fallacies.md。
适用场景与限制：适用于论文评审、研究设计规划、证据权衡与科普核查。需注意高层级设计不必然等于高质量，设计良好的观察性研究可能优于执行不佳的随机对照试验；识别谬误只能说明该论证不支持结论，并不能证明结论为假。该技能的收费、平台与具体集成方式暂未提供。