用途：该技能引导 Research Agent 将理论框架与研究缺口转化为可检验的假设（定量研究）或逻辑命题（定性/概念研究），确保数据检验方向具备理论依据。
主要能力：一是分析理论基础，识别支持变量或构念关系的核心理论（grand theory）与既往实证研究，并解释关系成立的理论机制，例如用技术接受模型（TAM）解释系统采纳；二是映射逻辑或因果关系，确定变量间方向，包括直接因果、调节关系（Z 增强或削弱 X 对 Y 的影响）与中介关系（M 桥接 X 对 Y 的影响）；三是用文本或 Mermaid Markdown 绘制概念框架图，示例：graph LR 中 X[变量 X：XAI] -->|假设 1 +| Y[变量 Y：用户信任]，Z[变量 Z：用户素养] -->|调节：假设 2| X；四是形成假设或命题，定量研究给出具体、有方向、可统计检验的陈述（如 H1：XAI 解释可视化显著正向影响普通用户的信任度），定性或概念研究给出基于定性数据的逻辑命题（如 P1：解释可视化的有用性感知因各行动者类型的数字素养水平而异）。
使用方式：依赖 research-question-builder。示例用法为“使用 hypothesis-or-proposition-builder 技能，构建 XAI 模型使用与最终用户信任之间关系的假设”。
适用场景：定量或定性研究设计中的假设与命题构建、概念框架绘制。
限制与常见错误：避免不可检验的假设（规范性或过于抽象）、缺乏理论依据（仅凭主观假设）、表述含糊（如“可能间接影响”，应明确正、负或中性/双向）、术语不一致（理论说明、框架图与假设列表中的构念名称须 100% 一致）。其他细节暂未提供。