SuperAPI AI 工具集

hypothesis-generation

设计与创作

查看项目

更新于 10-15 22:39

技能介绍

用途:该技能面向科学探究,帮助研究者从观察、初步数据或研究问题出发,系统化地提出可检验的假设,并围绕假设设计实验与预测。适用于生物医学及更广泛的科学领域。

主要能力:

  1. 理解现象:明确待解释的核心观察、范围边界、已知与未知,并确定相关学科领域。
  2. 文献检索:生物医学主题可用 WebFetch 访问 PubMed 文献;各领域可用 WebSearch 查找论文、预印本与综述,识别机制、理论及研究空白。
  3. 证据综合:总结现有理解,识别可用机制、冲突证据与未解问题。
  4. 生成竞争性假设:提出 3-5 个可区分的机制性解释,覆盖分子、细胞、系统、群体等不同层次。
  5. 质量评估:按可检验性、可证伪性、简约性、解释力、范围、一致性、新颖性等标准评估,并指出优缺点。
  6. 实验设计:提出测量对象、对照、方法、样本量与统计方案,并考虑混杂因素;涵盖实验室、观察性、临床试验、自然实验等设计。
  7. 可检验预测:给出方向、幅度、成立条件及可证伪的预测,用于区分竞争假设。
  8. 结构化输出:按模板呈现背景、竞争假设、质量评估、实验设计、预测与关键比较。

使用方式:按上述工作流逐步执行;可参考 references/hypothesis_quality_criteria.md、references/experimental_design_patterns.md、references/literature_search_strategies.md 及 assets/hypothesis_output_template.md。

限制:资料未提供具体安装命令、收费方式、平台支持或效果数据;实际检索与实验可行性取决于可用的文献访问权限与研究条件。