用途：本技能面向 FiftyOne 远程模型库（Remote Model Zoo）的模型集成，当用户需要新增远程 zoo 源、调试已有源、排查“注册成功但模型无法加载”，或实现自定义 fom.Model / TorchModelMixin、VLM 与结构化输出集成时使用。注意：插件、操作符、面板、brain 方法不属于本技能范围。
主要能力：Phase 0 先确认集成面，输出一行确认（例如“Zoo model integration because user wants dataset.apply_model(model) to write predictions”），无法写出则停止。Phase 1 复制 template/ 脚手架，包括 manifest.json（顶层 name 必填，缺失会静默跳过）、init.py（导出 download_model、load_model，可选 resolve_input，使用相对导入 from .zoo import ...）和 zoo.py（配置与模型类）。Phase 2 按 MODEL-CLASS.md 实现类层次、属性与 predict/predict_all 输入分派；按 LABEL-TYPES.md 处理标签返回类型、单 fo.Label 规则与坐标；按 DATALOADER.md 处理 DataLoader pickle 与 worker 导入解析；VLM 生成式结构化输出另见 VLM-PATTERNS.md。
验证：检查 manifest.json 顶层 name、相对导入、图像操作返回单个 fo.Label（dict 仅用于视频帧级且为整数键）、坐标校验、dataset.apply_model(model) 在默认 num_workers 下运行；在 macOS 上用默认 num_workers 确认无 spawned worker 的 ModuleNotFoundError。失败时按症状路由：注册成功但 load_zoo_model 失败查 MANIFEST.md、MODEL-CLASS.md；worker 报 ModuleNotFoundError 或 pickle 错误查 DATALOADER.md；预测字段异常查 LABEL-TYPES.md；空间输出位置错误查 LABEL-TYPES.md 与 VLM-PATTERNS.md；输出符合 schema 但值错误、后端/设备错误查 DEBUGGING-PRINCIPLES.md。
关键约束：运行时参数应做成 setter，不要让用户重建模型来改 generate()/forward 参数、提示词、操作选择器或后处理阈值；优先使用 FiftyOne 原语；不要在 zoo.py 定义 pickle 绑定对象；参考实现需在多 worker 下验证后方可借用；schema 合规不等于正确；不要反复修补解析器超过两次；修复逻辑保持有界。具体代码与命令请参见上述各参考文件，资料未提供完整示例代码。