jinko-task-define-param-to-calibrate

定义要校准的参数

前置条件： 此技能需要已初始化的 jinko-sdk 连接，以及满足其 metadata.requires_sdk 范围要求的 SDK。运行 jinko-sdk-setup 技能（../jinko-sdk-setup/SKILL.md），仅在检查通过后继续。会话代码只能兑换一次，因此请在此技能自己的 SDK 进程启动前再次调用 get_session_code。如果找不到该技能，请从 novainsilico/jinko-skills 安装。

根据提供的证据对模型输入分类；不要推断没有依据的来源，也不要凭空编造校准步骤。

输入

必须提供：

• 模型 SID；
• 当前输入值的文档或其他证据；
• 明确排序的校准步骤标识列表，以及每个步骤的生物学范围；
• 用户覆盖项，以及是否可以替换现有标签。

标签

对符合条件的每个输入，最多分配一个来源标签：

• s::knowledge：有文献、专家知识或参考模型支持；
• s::arbitrary：在没有依据推导值的情况下故意固定；
• s::to-calibrate：信息不足且计划进行校准；
• s::calibrated：存在时予以保留；本任务中绝不分配。

仅当输入带有 s::to-calibrate 时，才分配 CalibIter::<step>；所用步骤必须在明确提供的步骤中，且其范围涵盖该输入。未提供步骤意味着不将输入分配到校准步骤。对于不确定的输入，保持不变并在报告中列出。

工作流

1. 使用 jinko-model 检查参数、类别参数和物种初始条件。排除派生公式、技术基础设施和非输入组件。
2. 保留现有的 s::* 和 CalibIter::* 标签，除非用户要求重新标记。根据证据对其余每个输入的来源进行分类。
3. 将每个 s::to-calibrate 输入映射到第一个范围完全涵盖其生物学作用的已提供步骤。如果没有唯一符合条件的步骤，保持不变并将其加入 todo。
4. 将拟议的变更写为 JSON，并先以试运行模式运行 scripts/apply_calibration_labels.py；审核后再使用 --apply。该脚本会验证来源与步骤的一致性、重复分配、组件类型、现有标签冲突，以及允许的模型变更，然后一次性应用一批组件变更。
5. 重新获取模型，并返回新修订版和快照，同时附上简要报告：已分配和已保留的标签、按来源和步骤分类的计数，以及附带原因的 todo 条目。

变更计划采用以下格式：

{
  "in_scope_steps": ["2", "3"],
  "assignments": [
    {"component_id": "k_elim", "source": "to-calibrate", "calibration_step": "2"},
    {"component_id": "body_weight", "source": "knowledge"}
  ]
}

不要更改值、单位、描述、方程、结构或无关标签。todo 条目仅在报告中列出，不编码为占位标签。