用途：这是一个面向科学研究的假设生成技能，帮助研究者从观察、问题或初步数据出发，系统化地构建可检验的解释，并规划验证实验。适用于生物医学及更广泛的科学领域。
主要能力：
- 明确现象：界定需要解释的核心观察、范围、约束条件，区分已知与未知，识别相关学科。
- 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。
- 证据综合：总结现有理解、机制与理论，记录冲突证据与替代观点。
- 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、群体等不同解释层级。
- 质量评估：依据可检验性、可证伪性、简约性、解释力、范围、一致性、新颖性等标准评估每个假设的优缺点。
- 实验设计：为每个可行假设提出测量指标、对照、方法、样本量与统计方案，并处理混杂因素；涵盖实验室、观察性、临床试验、自然实验等设计。
- 可检验预测：给出具体、可量化的预测，指明效应方向与幅度、成立条件及可证伪的观察。
- 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：按上述八步工作流执行；参考资料包括 references/hypothesis_quality_criteria.md、references/experimental_design_patterns.md、references/literature_search_strategies.md，输出模板为 assets/hypothesis_output_template.md。
适用场景：从观察或初步数据发展假设、设计科学实验、探索竞争性解释、制定研究预测、基于文献生成假设、规划跨学科机制研究。
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；实际文献检索与实验可行性取决于可用工具与领域条件。