用途
学术辩论与观点比较技能是一个纯指令型框架，用于对研究议题进行结构化的正反方论证、系统性质疑以及多观点比较。它面向需要为论文 Discussion 部分构建论证、挑战假设或比较不同理论方法的场景。技能本身为纯指令，依赖 LLM 的结构化思考，并结合 read_draft、search_local_references、mcp_cgu_deep_think、mcp_cgu_spark_collision 等工具协同工作。
触发关键词包括：debate、辩论、pro/con、正反方、devil's advocate、挑战假设、counter-argument、反驳、compare viewpoints、比较观点、challenge、质疑。
主要能力
框架一：学术辩论（双方辩论）
针对研究议题结构化正反方论点，并按证据等级排列：SR/Meta > RCT > Cohort > Case-Control > Cross-Sectional > Case Series > Expert Opinion。
输出结构为：Position A（支持方）→ Position B（反对方）→ Methodological Considerations（偏误）→ Synthesis（一致点 / 分歧点 / 临床底线）。
框架二：魔鬼代言人
系统性地挑战一个研究主张，从五个面向展开：
- Methodological：研究类型对应的偏误（见下方研究类型偏误表）
- Statistical：多重比较、效应量、置信区间宽度、缺失数据、统计功效
- Generalizability：人群、场景、时间范围、干预保真度
- Alternative Explanations：混杂、反向因果、时间趋势、霍桑效应
- Likely Reviewer Questions：基于研究类型推测审稿人可能提出的问题
产出为 Strengthening Recommendations，包括：回应反驳论点、增加敏感性分析、引用系统综述、保守表述。
框架三：观点比较
对多个理论或方法进行系统性比较。预设比较维度包括：Evidence Base、Theoretical Foundation、Clinical Applicability、Patient Safety、Cost-Effectiveness、Current Guidelines、Limitations。
研究类型专属偏误
| 研究类型 | 主要偏误 |
|---|---|
| RCT | 选择、实施、检测、失访、报告 |
| Cohort | 选择、混杂、信息、失访、健康工人效应 |
| Case-Control | 回忆、选择（对照）、混杂、错分、时间模糊 |
| Cross-Sectional | 无时间性、患病率-发病率、无应答、信息 |
| Retrospective | 信息（记录）、幸存者、混杂、缺失数据 |
自动识别规则：randomized/RCT=RCT，cohort/prospective=Cohort，case-control/odds=Case-Control，cross-sectional/prevalence=Cross-Sectional，retrospective/chart=Retrospective。
使用方式
该技能为纯指令技能，通过触发关键词激活，由 LLM 进行结构化思考，并调用 read_draft、search_local_references、mcp_cgu_deep_think、mcp_cgu_spark_collision 等工具辅助。具体安装命令与调用参数暂未提供。
适用场景
适用于学术写作与研究中需要构建正反论证、挑战研究假设、比较不同理论或方法、为 Discussion 部分提供临床建议的场景。
限制
使用原则要求：基于证据并引用已存文献；平衡呈现双方；偏误分析须对应正确的研究类型；最终给出临床建议以服务于 Discussion。具体功能边界、平台支持与收费信息暂未提供。