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/data/clean.py

@@ -0,0 +1,81 @@
+"""缺失值、离群值、缩尾。
+
+`detect_outliers` 属于 S 档：不只是"算出来"，还要能解释给队友听
+为什么要踢掉这几个点（论文里必须交代），所以配完整函数卡片
+（docs/dev/function-card-template.md）。
+"""
+
+from __future__ import annotations
+
+from typing import Any, Literal
+
+__all__ = ["clean_missing", "detect_outliers", "impute_missing", "winsorize"]
+
+
+def clean_missing(data: Any, axis: int = 0, threshold: float | None = None) -> Any:
+    """删除缺失过多的行/列。
+
+    Parameters
+    ----------
+    axis:
+        0 = 按行删，1 = 按列删。
+    threshold:
+        缺失比例超过该值就删；`None` 表示只要有缺失就删。
+
+    Examples
+    --------
+    >>> clean_missing(df, threshold=0.5)     # doctest: +SKIP
+    """
+    # TODO(L0)
+    raise NotImplementedError
+
+
+def impute_missing(data: Any, method: str = "mean", **kwargs: Any) -> Any:
+    """缺失值填补。
+
+    Parameters
+    ----------
+    method:
+        `"mean"` / `"median"` / `"mode"` / `"ffill"` / `"interpolate"` / `"knn"`。
+
+    Notes
+    -----
+    论文里必须说明用了哪种填补、为什么。填 `mean` 之前先想一下
+    "这个缺失是不是非随机缺失（MNAR）"，否则结论可能被填补方式带偏。
+    """
+    # TODO(L0)
+    raise NotImplementedError
+
+
+def detect_outliers(data: Any, method: Literal["iqr", "zscore"] = "iqr", **kwargs: Any) -> Any:
+    """标出离群点位置（返回布尔掩码，不直接删）。
+
+    Parameters
+    ----------
+    method:
+        `"iqr"`：Q1-1.5·IQR 之外（`k` 可调，默认 1.5）；
+        `"zscore"`：|z| > threshold（默认 3.0）。
+
+    Returns
+    -------
+    与原数据同形的布尔 DataFrame/ndarray，`True` 表示该点是离群点。
+
+    Notes
+    -----
+    **只标不删**是刻意的：删点是有代价的判断，必须由人来做，
+    并且要在论文里写清楚删了几个、依据是什么。
+
+    Examples
+    --------
+    >>> mask = detect_outliers([1, 2, 3, 4, 100], method="iqr")
+    >>> bool(mask[-1])
+    True
+    """
+    # TODO(L0)  ★ S 档：配完整函数卡片
+    raise NotImplementedError
+
+
+def winsorize(data: Any, lower: float = 0.01, upper: float = 0.99) -> Any:
+    """缩尾：把超出分位数的值压到分位点，而不是删除。"""
+    # TODO(L1)
+    raise NotImplementedError