用途：实现预报型（prognostic）模型封装器，把第三方机器学习气象模型接入 Earth2Studio。预报模型按时间向前积分：给定初始状态，通过逐步推进时间（如 6 小时步长）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，采用三重继承（torch.nn.Module、AutoModelMixin、PrognosticMixin）；创建 test/models/px/test_<name>.py 并编写 mock 测试；运行 uv run pytest test/models/px/test_<name>.py -v；更新模型 extra、安装文档、API 文档与 changelog；运行 make format && make lint。
关键约定：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。input_coords 中 lat 采用北到南（90 到 -90）、lon 为 0 到 360，即使源模型纬度顺序相反，也需在核心模型前后内部翻转张量，不对外暴露翻转纬度。变量映射到 E2STUDIO_VOCAB。output_coords 用 handshake_dim/handshake_coords 校验并递增 lead_time。create_iterator 必须先产出初始条件（第 0 步），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() 模式并加 @check_optional_dependencies()。
测试与文档：需包含 call、iter、exceptions、package 四类测试，package 测试不可省略。文档需加入 docs/modules/models_px.rst、docs/userguide/about/install.md（含 pip 与 uv 两种安装命令）及 CHANGELOG.md。
限制：不要创建通用基类；不要提交 API 密钥或对比脚本；不要读取 evals/targets/。若卡住或输出错误，不要重复同一修复，应按 Self-Improvement 修补技能。