用途：该技能负责从用户侧获取下一个机器学习实验提案，来源可以是用户直接描述，或用户指向的文章、issue、规格文件、仓库。输出是一个经用户确认的 Proposal 块，交回 iterate-ml-experiment 使用。它本身不写 journal/ 文件，也不制定验收标准。
主要能力：入口由 AskUserQuestion 提供三个互斥选项——article-link（科学文章、博客或库文档）、resource-link（GitHub issue、规格文件、笔记仓库等具体产物）、free-text（用户口述想法）。每个分支都必须回答三个塑形问题：想学到什么、为什么是现在、与上一个实验相比改动了 src/<pkg>/ 中的哪个文件。返回的 Proposal 包含 Question、Motivation（含 Source 字段）、Method outline、Open gaps。
使用方式：若父技能已解析入口分支，则跳过入口提问直接进入对应分支。GitHub issue 解析有优先级：显式 URL 优先，其次 org/repo#N，最后才回退当前 gh 上下文；抓取前先运行 gh auth status，未认证则请用户自行 gh auth login 或粘贴正文。文章用 WebFetch 抓取，必要时先 WebSearch 定位。
限制与约束：不得凭记忆推断来源内容；新依赖只能列入 Open gaps，不能直接写进 Method outline；领域相关断言需标注 [needs user confirmation]；若提案改变 JOURNAL.md 中记录的项目目标，需先向用户确认。返回前必须发出综合确认语句并等待用户明确同意，模糊回应不算确认。若本轮无法抓取，仍要输出三个塑形问题、Open gaps 与确认复述。该技能没有“无提案”结果。