SuperAPI AI 工具集

scientific-thinking

设计与创作

查看项目

更新于 10-15 19:52

技能介绍

用途:面向科研与证据分析场景,用于解读实验结果或论文结论、分析机制或通路、区分被混淆的概念、评估竞争性假设、设计或批评实验以及构造科学论证。它不是单纯的问答工具,而是一个结构化、证据敏感、有边界意识的推理框架。

主要能力:按七层框架组织推理——界定问题(事实/概念/机制/方法/解释/决策)、拆解隐含假设与必须区分的层次(如表型与机制、相关与因果、状态与谱系)、区分观察事实/直接证据/间接证据/解释/假设/推测/不确定性、列举并排序替代解释(混杂、测量误差、抽样偏差、定义错配)、按证据强度校准结论措辞(demonstrates、supports、suggests、raises the possibility、insufficient to conclude)、明确结论边界、并给出当前最可能结论与最低成本下一步验证。回答结构通常为:问题界定、可确信内容(附来源标注:数据/背景/推断)、按支持度排序的主要解释、当前最合理结论、边界与不确定性、下一步。用户要求简短时会压缩该结构而不放弃它。

使用方式:将技能目录加载到智能体中即可按其框架作答。资料另含更新检查逻辑:每安装每 24 小时最多检查一次;若 <this-skill-dir>/.last_update 存在且不足 24 小时则跳过;否则用 git -C <this-skill-dir> ls-remote --tags origin 'v*' 2>/dev/null 检查上游标签,与 frontmatter 中 metadata.version 按语义化版本比较,若上游较新则告知用户并询问是否执行 git -C <this-skill-dir> pull --ff-only,无论结果都刷新 .last_update。任何失败(离线、非 git 检出、只读路径、无权限)静默忽略并继续任务。该技能还引用 @checks.md 与 @examples.md,分别用于回复前检查与示例风格参考。

适用场景:论文与实验结论解读、机制分析、实验设计与评审、竞争假设比较、科学论证撰写。

限制:不呈现假设为事实、不将相关当因果、不把标签当机制、证据不足时明确标注为临时推理;替代解释只在确实合理时呈现,不做虚假平衡。关于具体收费、价格、平台支持与效果等事实,资料未提供。