用途：该技能仅用于初始化并验证一个 Avalanche 工作流工作区，在 UV 下生成单一项目，并包含 Avalanche 与 PredictRLM 的独立可编辑本地 Git 克隆，不设计、提议、脚手架化或代用户调用工作流。
主要能力与固定结果：在 ./avalanche-workflows/ 生成一个 UV 项目；工作流为 src/ 的直接子目录，无 src/avalanche_workflows/ 包装包；初始包含 README 中真实的 binary_converter 智能体工作流；.trampoline-ai/avalanche 与 .trampoline-ai/predict-rlm 为普通独立 Git 克隆；UV 从可编辑本地路径解析 avalanche-ai[all] 和 predict-rlm；avalanche 作者技能以项目级安装，绝不全局安装；起始项仅含 flow.py，进行静态导入并按操作员 CLI 校验，不发起模型调用。不得使用 Git 子模块、subtree、已发布包回退、独立 workflows/ 目录或全局技能安装，不覆盖非空工作区或用户文件。
必要用法：若经 Skills CLI 安装，先运行 npx skills update avalanche-demo-init（可用 pnpx、bunx 等等效运行器）。运行前询问起始工作流的模型后端：CodexLM、OpenAI API（默认，配置 openai/gpt-5.6-terra）或其他 LiteLLM 兼容提供商；未选择则默认 OpenAI API，缺少凭据不阻断。在期望的父目录执行：CodexLM 用 python <skill-directory>/scripts/init_project.py --provider codex；OpenAI 用 --provider openai；其他用 --provider other --model <provider/model> --credential-env <PROVIDER_API_KEY>。脚本非破坏性，失败后可确认无用户工作在生成的目录中将其删除再重跑。
验证与交接：脚本校验本地可编辑导入、项目级技能、生成指引、被忽略的嵌套检出、嵌套 Git 分支、唯一起始 flow.py 的静态导入，以及 ava 操作员与 ava run 命令可用性；初始化从不执行工作流或调用模型。交接时报告工作区根、起始 flow.py 路径、配置的模型后端、各嵌套仓库当前分支、技能安装位置，以及已验证的操作员与运行命令；告知用户用 uv run ava dev --flows src/binary_converter/ 启动本地操作员与 TUI，并在此停止，不调用已安装技能或开始工作流需求访谈。后续工作流为 src/ 下的同级目录，框架修复从对应嵌套检出提交。
限制：本技能只做搭建与静态验证；模型后端支持遵循 LiteLLM 配置；未提供的收费、价格、平台或效果信息暂未提供。