用途：该技能用于通过 jinko-sdk 完成 Jinkō CMA-ES 校准的纯 SDK 机械操作，包括创建、运行、轮询与结果查看。校准管理器 API 仅支持 CMA-ES，不存在类型或方法判别字段；Subsampling 属于 VPop 生成器功能，与校准无关。
前置条件：需要已初始化的 jinko-sdk 连接，且 SDK 版本满足元数据 requires_sdk 范围。先运行 jinko-sdk-setup 技能（../jinko-sdk-setup/SKILL.md），其检查通过后再继续；会话码只能兑换一次，因此在本技能自身 SDK 进程前需再次调用 get_session_code。若未找到该技能，可从 novainsilico/jinko-skills 安装。
主要能力与创建要求：parameters 为必填先验参数（至少 1 个）；至少需一个适应度函数来源，即 dataTableDesigns（数据表须报告 metadata.public.validForFitnessFunction: True）和/或带 objectives 的高级输出集。本技能不创建这两类输入。CalibrationOptions 中 seed 与 thresholdWeightedScore 为模式必填，合同默认值分别为 0 和 1；populationSize 与 numberOfIterations 无合同默认值，功能上必填，捆绑创建脚本要求提供种群规模与迭代次数，省略 seed 和 threshold 时使用合同默认值。固定复现策略时应显式传入全部四项。
两条编码规则：log_transform=True 时 mean 与 std 使用 log10(x) 坐标，而 min_bound 与 max_bound 仍为 x 的原始物理坐标；若规划边界写为 log10 坐标，需先取幂 physical_bound = 10**log10_bound。每个挂接的适应度数据表，需将 options.log_transform_wide_bounds 设为该表中每个不同 obsId，除非用户明确要求对指定可观测量使用线性边界缩放。
使用方式：可用 model.create_calibration(...) 或 client.create_calibration(model=model, ...)；calibrationOptionsOverride、solvingOptionsOverride、coreVersion 无类型化 kwarg，需用 client.create_calibration_from_json(json_content=payload) / client.calibrations.create_raw(payload)。创建后可用 calibration.set_solving_times(t_max=..., t_step=...) 设置求解时间。运行与轮询用 calibration.run() 与 calibration.wait_until_completed(timeout=...)。结果可用 performance()、results_summary()、objective_weights()、results.sorted_patients(sort_by=...) 获取，均返回未解析 dict。
命令行脚本：jinko.cli.create_cmaes_calibration（默认 dry-run，加 --apply 才创建）、jinko.cli.run_calibration、jinko.cli.inspect_calibration，可通过 python -m 运行。项目文件夹遵循 YYYY-MM-DD-<experiment> 建议命名，先精确匹配复用，仅在确认或 --create-folder --apply 时创建。
限制：本技能不提供默认值、诊断或何时校准的指导；不创建数据表或输出集输入；结果访问器目前均返回未解析 dict。