SuperAPI AI 工具集

hypothesis-generation

设计与创作

查看项目

更新于 10-15 23:32

技能介绍

用途:这是一个面向科学探究的假设生成技能,帮助研究者从观察、问题或初步数据出发,构建可检验的解释,并规划验证路径。

主要能力:

  1. 明确现象:界定待解释的核心观察、范围、约束及已知与未知。
  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,识别研究空白与争议。
  3. 证据综合:总结现有理解、机制、冲突证据与可类比系统。
  4. 生成竞争假设:提出3-5个可区分的机制性假设,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,并注明优缺点。
  6. 设计实验:提出测量内容、对照、方法、样本量与统计、混杂因素处理,涵盖实验室、观察性、临床试验、自然实验等设计。
  7. 形成可检验预测:给出方向、幅度、成立条件及可证伪预测。
  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。

适用场景:从观察或初步数据发展假设、设计实验、探索竞争解释、形成研究预测、基于文献生成假设、规划跨领域机制研究。

限制:资料未提供具体安装命令、收费方式、平台支持或效果保证;实际检索与实验可行性取决于可用的文献与实验条件。