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）

src/mcm_toolkit/__init__.py

@@ -0,0 +1,54 @@
+"""mcm_toolkit —— MCM/ICM 竞赛层工具箱。
+
+设计原则见 docs/02-architecture.md：
+
+* 薄封装优先：能一行转发 SciPy / sklearn / statsmodels / NetworkX / SALib 的，就不自己写。
+* 自己实现是有目的的：只写"库里没有、或自己写才学得会"的算法。
+* 统一出口：拟合 / 求解 / 模拟 / 评价类函数一律返回 :class:`Result`。
+* 可复现：含随机的函数都接受 `random_state`。
+
+顶层只导出子包与 6 个高频快捷函数，不做 `import *`，避免污染命名空间。
+"""
+
+from __future__ import annotations
+
+# 子包：按 `import mcm_toolkit as mcm` 之后 `mcm.stats.xxx` 使用
+from . import (
+    core,  # noqa: F401
+    data,  # noqa: F401
+    decision,  # noqa: F401
+    models,  # noqa: F401
+    solve,  # noqa: F401
+    stats,  # noqa: F401
+    viz,  # noqa: F401
+)
+from ._version import __version__
+
+# 高频快捷函数：比赛时最常用的几个，允许 `mcm.monte_carlo(...)` 直接用
+from .core import Result, get_rng, set_seed  # noqa: F401
+from .decision import topsis  # noqa: F401
+from .models import compare_models  # noqa: F401
+from .solve import monte_carlo, parameter_sweep  # noqa: F401
+from .stats import bootstrap_ci  # noqa: F401
+
+# 公开 API 清单（不是"导出按钮"，只列对外承诺稳定的名字）
+__all__ = [
+    "__version__",
+    # 子包
+    "core",
+    "data",
+    "stats",
+    "models",
+    "solve",
+    "decision",
+    "viz",
+    # 快捷函数
+    "Result",
+    "get_rng",
+    "set_seed",
+    "bootstrap_ci",
+    "compare_models",
+    "monte_carlo",
+    "parameter_sweep",
+    "topsis",
+]