用途：将观察或数据转化为可检验的机制性假设，并设计能区分竞争假设的实验。适用于意外实验结果、文献空白、跨领域类比、文献矛盾或大数据模式等起点。
主要能力：区分观察、假设与预测；按可检验性、可证伪性、简约性、解释力、范围、一致性、新颖性七项标准评估假设质量；在分子、细胞、组织、个体、群体多个层面构建解释；生成3–5个竞争性假设并设计关键实验；明确证伪标准与定量预测。
使用方式：按8步流程——理解现象、文献检索（如PubMed）、综合证据、生成竞争假设、评估质量、设计实验、形成预测、结构化输出。不同起点可调整步骤，如数据驱动可先用hypogenic再评估。
适用场景：科研假设构建、基金申请假设部分、实验设计前的假设筛选。
限制：需结合具体领域知识与可获取的实验条件；资料未提供具体工具命令、收费或平台信息。