核心用法
Disco 是一款假设无偏的模式发现引擎，专为探索性数据分析设计。用户上传表格数据（CSV/Excel/Parquet 等，最大 5GB），指定目标列后，系统自动执行：
1. 系统性搜索：遍历特征交互、非线性阈值、子群效应，不依赖预设假设
2. 统计验证：在留出集上用 FDR 校正 p 值检验，避免过拟合
3. 新颖性评估：对照学术文献库，标记为"novel"（未报道）或"confirmatory"（已知），附引用和解释
4. 结构化输出：返回包含条件、效应量、支持度、置信度的可解释模式
集成方式灵活：远程 MCP 服务器（零安装）、Python SDK（本地大文件流式处理）、REST API（任意语言）。
显著优点
- 发现人力难以察觉的模式：自动搜索高阶交互和条件关系，突破分析师的认知盲区
- 统计严谨性：多重检验校正、留出验证，结果可信度高于常规探索性分析
- 学术对齐：每个"novel"发现附带文献比对说明，降低"重新发现已知结论"的风险
- 工程完整：异步执行不阻塞、成本预估透明、支持从免费公开分析到企业级私有部署
- 输出友好：生成交互式 Web 报告，可直接用于论文或业务决策
潜在局限
- 数据格式限制：仅支持扁平表格，不支持图像、文本文档、嵌套 JSON
- 成本门槛：深度分析和私有运行需消耗积分（$0.10/积分），大文件高深度分析可能较贵
- 黑箱成分：核心搜索算法未完全开源，依赖 Leap Labs 的云服务
- 解释深度依赖 LLM：关闭 LLM 时，模式描述泛化、缺乏文献引用和新颖性评估
- 目标列依赖：必须有明确的单目标列，不适合无监督探索
适合人群
- 科研人员：假设生成、文献空白识别、临床/农业/社会科学数据挖掘
- 数据科学家：特征工程前的自动化 EDA、交互效应发现
- 分析师团队：快速定位数据中的"意外"驱动因素，避免确认偏误
- MCP/Agent 开发者：为 AI 工作流添加结构化发现能力，替代手写探索代码
常规风险
- 数据泄露：公开分析免费但结果公开发布；私有分析需妥善保管 API key
- 成本失控：未预估即运行大深度分析可能消耗大量积分
- 误读模式："novel"仅表示文献未报道该具体组合，不保证因果或普适性
- 前置处理关键：若未排除标识符、泄露列或同义反复列，会产生"伪发现"