SuperAPI AI 工具集

hypothesis-generation

设计与创作

查看项目

更新于 10-16 05:05

技能介绍

用途:面向科学探究,把观察、问题或初步数据转化为可检验的解释,并规划验证实验。适用于从观察或初步数据发展假设、设计实验、探索竞争性解释、形成可检验预测、基于文献生成假设以及规划机制研究。

主要能力:按流程先明确现象与范围,再用PubMed与通用网络检索文献,综合现有证据并识别空白;随后生成3-5个可区分的机制性假设,按可检验性、可证伪性、简约性、解释力、范围、一致性与新颖性评估;为每个可行假设设计实验(测量、对照、方法、样本量与统计、混杂因素),并给出具体可检验预测。

使用方式:报告须用assets/hypothesis_report_template.tex生成LaTeX文档,正文最多4页,含执行摘要、竞争性假设(每个用独立彩色框,框前加\newpage)、可检验预测与关键比较;详细内容放入附录A-D。每个假设报告必须包含至少1-2张AI生成示意图,用scientific-schematics技能生成:python scripts/generate_schematic.py "your diagram description" -o figures/output.png。编译需XeLaTeX或LuaLaTeX:xelatex hypothesis_report.tex、bibtex hypothesis_report、再两次xelatex;需hypothesis_generation.sty及tcolorbox、xcolor、fontspec、fancyhdr、titlesec、enumitem、booktabs、natbib。

限制:资料未提供具体收费、平台支持范围或效果保证;引用数量、页数与图表要求为技能内规范,实际可行性取决于所用环境与文献获取条件。