用途：为材料模拟结果构建最小可复现清单，让其他人或智能体了解运行了什么、用了哪些输入、输出应如何解读。
主要能力：收集项目名、引擎（如 LAMMPS、VASP、MOOSE）、输入/输出文件、结构 ID、单位映射；对本地存在的文件计算 size_bytes 与 sha256；记录缺失文件为警告；输出 fair_checks（has_inputs、has_outputs、has_units、has_engine_version、has_hashes_for_existing_files）与 recommended_next_steps。
使用方式：需 Python 3.10+，无外部依赖，支持 Linux、macOS、Windows。运行 scripts/fair_packager.py，例如：python3 skills/data-management/fair-simulation-packager/scripts/fair_packager.py --project-name al-cu-diffusion --engine LAMMPS --inputs in.lammps,data.lmp --outputs log.lammps,traj.dump --units energy=eV,length=angstrom,time=ps --structure-id local:alcu-cell-001 --json。--json 输出含 inputs 与 results 的信封，清单在 results.manifest；加 --out PATH 时只写裸 manifest 对象。
限制：仅生成元数据清单，不上传 NOMAD、Materials Project 或 OPTIMADE；不记录代码提交、容器摘要或解析器版本。缺失文件以退出码 0 报告；非法输入退出码 2（单位格式错误、控制字符、字段超 4096 字符、输入/输出超 1000 条、文件超 500 MB）。路径不做沙箱，绝对路径与 .. 均被接受，--out 可写到工作目录外。engine_version 默认 "unknown"，应显式传入。
验证要点：确认 has_hashes_for_existing_files 为 true；检查 missing_files 为空或逐条说明；抽查至少一个 sha256；确认 engine_version 非默认值；确认 units 非空且覆盖各量；使用结构时确认 structure_id 已填；使用 --out 时确认写入的是裸 manifest。