用途：该技能管理机器学习实验的迭代循环，位于 experiments/ 之上，负责决定下一步尝试什么、为什么、什么算作结果、如何记录实验轨迹。流水线与评估机制由同级技能负责。
主要能力：维护 journal/JOURNAL.md 索引（含 Status、Data understanding (EDA)、History、Backlog）与每个实验的设计笔记 journal/NN_short_name.md；通过模式选择器区分 bootstrap、iterate-propose、iterate-record、overview、compare、goal-pivot、abandoned、re-run 等模式；在每轮结束前重新输出 Pre-flight 检查清单并附证据；§ 4 记录结果时派发 audit-ml-pipeline。
使用方式：会话开始时读取 journal/JOURNAL.md，缺失或为占位符则进入 § 0 Bootstrap；按用户信号匹配模式并跳转到对应章节。同级技能按需即时打开，不在会话开始预读全部。§ 3 实现前必须依次经过 build-ml-pipeline、evaluate-ml-pipeline、test-ml-pipeline 三个技能，之后才组装 experiments/NN_*.py。
限制：没有设计笔记就不写脚本，experiments/NN_.py 必须在 journal/NN_.md 存在、填写并经用户明确批准后才能创建或编辑；批准必须明确，模糊回应需重新询问；结果必须记录到 JOURNAL.md 与 Status 块，而非口头叙述；派发是交接而非提议，不得让用户粘贴内容替代同级技能；策略必须显式命名，不得静默默认；G-DESIGN、G-RUN、§1 模式选择、§2 来源菜单、§0 配置门等操作契约门不因“快速基线”“跳过问题”等提示而豁免。具体收费、价格、平台与效果资料暂未提供。