用途：在拟合模型前，为体育数据模型设计诚实的验证方案，产出一份书面评估章程和折表，模拟真实预测过程。体育数据随时间变化（阵容、规则、战术、对手、赛程、采集系统），随机行切分通常不诚实。
主要能力：锁定折、指标、基线和通过/失败规则；用赛季或滚动起点前向验证替代随机K折；为球队-比赛面板或重复事件定义禁运/分组；提供折构建诊断、指标锁定建议、反模式清单和章程模板。
使用方式：按时间信息可用顺序排序观测，训练严格早于测试（含发布延迟与禁运）；拟合前选定一个主指标和基线；赛季块足够时用赛季前向验证，高频预测用更细的滚动起点折；所有变换和超参数仅用过去训练数据拟合；每个外层测试折对固定候选只评分一次；报告折级结果、离散度、失败和基线差距；保留最终留出集直到特征族和候选冻结。辅助脚本：python /path/to/validation-design/scripts/print_folds.py --input modeling_table.csv --split-col season --required-cols won,is_home,rating_diff --min-train-groups 2；python /path/to/validation-design/scripts/write_charter.py --out data/validation_charter.md。
适用场景：锁定折、指标、基线和通过/失败规则；替换随机K折；定义禁运/分组；用户询问如何诚实验证体育模型。
限制：不替代特征矩阵泄漏审查（leakage-audit）、章程锁定后的候选拟合（baseline-models/predictive-modeling）或概率可靠性诊断（calibration-check）。辅助脚本仅输出扩展组折的行数，不验证决策时间T、依赖分组、禁运、变换拟合或调参隔离，需人工核实。排序值仅支持有限数字、ISO日期/时间戳和常见连续赛季范围（如2022-23、2022/23、2022-2023），其他标签需显式数值序数或日期字段。