用途：为 Earth2Studio 实现预报型（prognostic）模型封装器，把第三方机器学习天气模型接入框架。预报模型按时间向前积分，给定初始状态后以固定步长（如 6 小时）逐步预测未来状态。不适用于诊断模型、数据源或安装。
主要能力与流程：按顺序执行——先完整阅读 SKILL.md，获取参考推理脚本，创建 earth2studio/models/px/<name>.py（三重继承 torch.nn.Module、AutoModelMixin、PrognosticMixin），创建 test/models/px/test_<name>.py 并写 mock 测试，运行 uv run pytest test/models/px/test_<name>.py -v，再更新模型 extra、安装文档、API 文档与 changelog，最后运行 make format && make lint。
必要用法：所有 Python 命令必须用 uv run（如 uv run pytest、uv run python），否则会缺依赖。每个 .py 文件需 SPDX 头。坐标约定：lat 从 90 到 -90（北到南），lon 从 0 到 360，变量映射到 E2STUDIO_VOCAB。create_iterator 必须先产出初始条件（step 0），并用 front_hook/rear_hook 注入扰动。load_default_package 锁定 HuggingFace URL（hf://org/repo@commit），load_model 用 package.resolve()、map_location="cpu"、eval() 并加 @check_optional_dependencies()。
限制：不要创建通用基类复用，不要提交 API 密钥或对比脚本，不要读取 evals/targets/。每个预报模型都必须有可选依赖 extra（即使为空）并加入 all 聚合。文档需更新 docs/modules/models_px.md、install_options.yml 与 CHANGELOG.md。若卡住或输出错误，不要重复同一修复，按 Self-Improvement 修补技能。具体依赖版本、模型清单与验证细节暂未提供。