用途：该技能面向科学预测与仿真，用计算模型预测科学结果、材料性质和时间序列。
主要能力：可处理材料性质（带隙、形成能、热导率、硬度）、经济预测（GDP增长、通胀、就业、市场指数）、分子性质（溶解度、毒性、结合亲和力、ADMET）以及气候建模（温度趋势、降水模式、极端事件）。
关键数据集：Materials Project（materials-toolkits/materials-project），含13.3万多种材料及DFT计算性质（带隙、形成能、弹性模量等）；FRED（fred.stlouisfed.org），提供GDP、CPI、失业率、利率等宏观经济时间序列。
使用方式（协议）：先进行问题定义，明确目标变量、特征与预测周期；再做数据准备，包括特征工程、归一化、训练/测试划分；随后选择模型类别（回归、时间序列、机器学习、物理信息模型）；进行训练与验证，拟合模型、交叉验证、调参；生成预测并给出置信区间；最后评估，报告RMSE、MAE、R²、MAPE等指标并与基线比较。
规则与限制：必须报告预测不确定性或置信区间；需与有意义的基线比较，而非仅随机基线；必须在留出数据上验证，不得在训练数据上评估；材料预测需检查物理合理性（如能量为正、数值范围合理）；经济预测需注意结构断点与机制变化。资料未提供具体安装命令、收费方式或平台支持信息。