用途：扫描全球人文社科顶刊近 24 个月（可调）论文的研究方法，服务于课程策划与方法教学。默认覆盖社会学、政治学、心理学、传播学、管理学、经济学、人类学、教育学、历史学、语言学、地理学、方法论专刊、AI-社科交叉期刊、数字人文期刊等 14 大类。
主要能力：经 OpenAlex API 免费抓取论文（无需 key，脚本内置重试限速）；用启发式规则做大规模方法打标并对 AI 参与做识别（tool 用 AI / object 研究 AI / hybrid / n/a），输出规则命中证据；生成含 4 Sheet 的 Excel 方法矩阵与 Markdown 统计骨架；再由主 agent 撰写分析层报告。AI 相关分类单独成章。
使用方式：依赖 pip install openpyxl。先向用户确认学科范围、时间窗口与 AI 聚焦度，再依次运行 fetch_journal_papers.py（--journals-file、--months、--out）、heuristic_classify.py（--papers、--out）、generate_outputs.py（--papers、--classifications、--journals-file、--out-dir）。产物为 methods_matrix_<timestamp>.xlsx 和 methods_report_<timestamp>.md；分析报告另存 methods_report_analysis.md。
适用场景：顶刊方法扫描、新兴方法识别、AI 方法画像、方法教学模块设计与课程更新建议。
限制：全学科 24 个月约 10k 篇，抓取 5-10 分钟，总耗时约 15-20 分钟；启发式编码未匹配率 60-75%、AI 识别率通常 5-10%，属正常；LLM 深度编码仅适合特定子集，无脚本自动化。不含中文期刊；报告字数与内容深度取决于数据，具体交付文件路径未在资料中固化，以实际运行输出为准。