audit-ml-pipeline
audit-ml-pipeline 是 probabl-ai/skills 中的一项技能，用于对一份已持久化的 skore 报告进行只读审计。它生成与 experiments/ 和 journal/ 一一对应的 `audit/NN_<stem>.py`（jupytext percent 格式）文件，作为人类可读的实验叙述文档，但该文件本身不会被 AI 执行。审计时需一次性运行 `materialize.py`，且严禁调用 `skore.evaluate` 或 `project.put`。触发条件包括：已完成运行需要审计、用户要求审计/展示/重新审计某个实验、重跑覆盖了同一个 put() 键，或用户希望在不借助 journal/ideas/ 文件的情况下获得过往实验的叙述。停止条件包括：status.setup.pending 非空、缺少已批准设计、缺少报告或缺少 agent feature。使用时需确认 journal、experiment、smoke、report，放置来自模板的文件，复制并运行 materialize.py，得出 G-AUDIT-FINDING，再走继续或关闭的关卡。