用途：把已框定的问题与数据画像转化为一个可执行的小型决策面，在请人类选择方法之前，先对方法在承重数据、假设、退化、敏感性与规模方面的风险做筛查。该技能只提出并探测方法，方法由人类选择。
前置条件：问题框定已通过；所需输出与评价标准已知；存在相关数据清单或审计；问题需要时 planning/symbol_table.md 与 planning/model_assumptions.md 已存在。缺失时应回到上游技能，而非猜测。
输入：问题解析与分类；数据审计（缺失、有效样本量、不平衡、基数、分布摘要）；文献分析（如有）；竞赛截止时间、实现语言、可解释性需求与算力限制；planning/session_config.json；修订时已有的 methods/Qx/qx_method_card.md 与决策台账。
工作流：先对齐决策面，生成开放式候选清单前调用 decision-prompt-builder，询问人类拥有的权衡而非算法名称，复用决策台账中已有答案；再推导方法需求，从所需输出、硬约束、数据特征、验证标准、解释负担与实验预算出发，识别会使方法不可用的失效模式；然后建立按角色的候选清单：一个 main_candidate、一个 usable_baseline、至多一个带明确触发条件的 conditional_fallback；若简单参照无法完成真实任务，标为 diagnostic_reference，不计入基线要求，不为凑数量添加方法。
风险检查：按 references/risk-probe-contract.md 的契约，只选相关假设检查，始终检查输出退化或集中度，探测运行时间按时间而非源码行数限制；对主候选与可用基线运行风险探测，使用代表性切片或全量诊断，不得只看前几行；探测结果规范输出为一份紧凑摘要；回退方法只探测到足以确认触发条件与风险画像可信，不完整实现。
产出物：methods/Qx/qx_method_card.md、methods/Qx/probes/risk_probe_summary.json，如存在则更新 planning/manifests/Qx.json。方法卡包含目标与成功标准、人类约束、候选清单表、基线有效性、风险探测摘要、回退触发条件与紧凑历史。探测结论分为 PASS、CONDITIONAL、FAIL。
交接：人类选择缺失时返回带证据的选择卡；G2.5 决定后，将方法卡、探测摘要、所选 ID 与实验预算交给 model-code-analyzer，只实现已批准的主方法与可用基线，回退保持休眠直至触发。人类答案交给 modeler-decision-logger 追加写入 methods/Qx/qx_decisions.jsonl；无答案则停止，不创建占位决策文件。
限制：不使用固定候选数量；不以源码行数作为验证质量；不虚构缺失的数据字段、约束、标签或评价指标；不把无功能的玩具方法称为基线；不完整实现所有候选方法；不代替人类选择方法或撰写理由；AI 建议与人类决策须可见分离。修订旧工作区时读取 methods/Qx/qx_method_candidates.md、qx_method_iteration_log.md、poc/，将实质证据迁移到方法卡与探测摘要，不要求新的旧式 PoC 或迭代日志。