chore: 初始化 MCM/ICM Toolkit 仓库骨架

审查并精简 ChatGPT 的建库建议后落地的第一版骨架，只定接口不写实现。

- 建议审查：14 个包 → 7 个；约 250 个函数 → 约 40 个；5 个 Result 类 → 1 个
  （docs/01-suggestion-review.md）
- docs/：架构、路线图（含永久不做清单）、环境、Git 工作流、函数卡片模板
- src/mcm_toolkit/：core / data / stats / models / solve / decision / viz
  共 23 个模块，均为签名 + docstring + NotImplementedError
- tests/：9 个文件，其中 test_api_surface.py 已通过（20 passed）
- examples/ problems/ notebooks/ figures/ tables/ 骨架
- pyproject.toml（核心依赖 4 个 + 6 组 extras）、environment.yml
- scripts/：setup-venv.ps1（ASCII + LF）、setup-conda.ps1、doctor.ps1
- 环境：.venv（system-site-packages）与 conda 环境 mcm-toolkit 均已建好，
  数值栈版本与 base 完全对齐（numpy 2.4.6 / scipy 1.18.1 / pandas 3.0.6，MKL 后端）

examples/00_quickstart.py

@@ -0,0 +1,42 @@
+"""端到端最小流程：读数据 → 清洗 → 描述 → bootstrap → 出图。
+
+体量刻意压到最小，只用来确认"环境 + 包 + 出图"这条链路是通的。
+"""
+
+from __future__ import annotations
+
+import numpy as np
+
+import mcm_toolkit as mcm
+
+
+def main() -> None:
+    mcm.set_seed(20260101)
+
+    # 1) 造一份带缺失和离群点的数据（真实赛题里这步是 load_table）
+    rng = np.random.default_rng(20260101)
+    heights = rng.normal(170, 8, size=300)
+    heights[[3, 77]] = [260.0, -10.0]  # 两个录入错误
+
+    # 2) 找出离群点（约定：只标不删，删不删是人来决定）
+    mask = np.asarray(mcm.data.detect_outliers(heights, method="iqr"))
+    print(f"检出离群点 {mask.sum()} 个")
+
+    clean = heights[~mask]
+
+    # 3) 描述统计
+    print(mcm.stats.describe(clean))
+
+    # 4) 中位数的 bootstrap 置信区间（统计量没有解析分布时的通用答案）
+    ci = mcm.bootstrap_ci(clean, statistic=np.median, n_resamples=10000, random_state=20260101)
+    print(f"中位数 = {np.median(clean):.2f}, 95% CI = [{ci.params['low']:.2f}, {ci.params['high']:.2f}]")
+
+    # 5) 出图（默认同时写 png + pdf，300 dpi）
+    mcm.viz.mcm_style()
+    fig, ax = mcm.viz.plot(clean, kind="hist", title="身高分布", xlabel="cm")
+    paths = mcm.viz.save_figure(fig, "figures/quickstart_hist")
+    print("已写出：", [str(p) for p in paths])
+
+
+if __name__ == "__main__":
+    main()