SuperAPI AI 工具集

feasibility-aware-study-planner

设计与创作

查看项目

更新于 10-15 16:44

技能介绍

用途:把研究想法、候选路线或未成型项目,转为符合用户真实限制(样本、时间、预算、数据获取、实验能力、分析能力、协作与验证负担)的可行研究版本,说明应主打什么、缩小什么、推迟什么、删除什么,以及哪些假设仍需确认。

主要能力:先厘清真实研究意图;将资源分为现有、可争取、不可得三类;识别主导约束;匹配候选研究路线(回顾性队列、公共数据生信、转化标志物、机制验证、真实世界证据等);把约束转化为设计调整;定义最小可执行版本;审查依赖与失败点;推荐当前最优可行版本,并列出推迟或删除的组件;区分科学问题理想所需与实际可执行之间的差别。

使用方式:用户需提供有边界的研究问题或路线、至少部分数据/样本/平台/团队信息,以及大致时间线。若关键可行性信息缺失,技能会先提简短高产出追问,不会默认理想条件。最终按固定结构输出:研究意图、约束画像、资源边界、候选路线族、约束驱动调整、最小可执行版本、依赖与失败点、推迟或删除组件、主要推荐、假设审查、参考。

适用场景:只有一个回顾性队列且时间有限;实验室能力受限;只有公共转录组数据而无湿实验;无法做外部验证;需在六个月内完成;需在当前限制下找出最强可行版本。

限制:不写完整方案,只做可行性与框架;不假设未说明的数据、样本、检测、协作、验证队列或分析能力可得;不虚构参考文献、PMID、DOI、数据集或可行性先例;信息不足时输出标注为暂定且依赖假设;不把验证愿望清单当作可执行计划。参考模块位于 references/ 目录,用于资源澄清、约束分类、路线匹配、调整规则、最小可行版本、失败点、推迟与范围裁剪、可行性优先级、输出规范、文献诚信与工作流模板。