name: 假设生成 description: “生成可测试的假设。从观察中制定，设计实验，探索竞争性解释，开发预测，提出机制，用于跨领域的科学探究。” allowed-tools: [Read, Write, Edit, Bash]

科学假设生成

概述

假设生成是开发可测试解释的系统过程。从观察中制定基于证据的假设，设计实验，探索竞争性解释，并开发预测。将此技能应用于跨领域的科学探究。

使用时机

此技能应在以下情况使用：

从观察或初步数据中开发假设
设计实验以测试科学问题
探索现象的竞争性解释
为研究制定可测试的预测
进行基于文献的假设生成
跨科学领域规划机理研究

通过科学示意图增强视觉效果

⚠️ 强制性：每个假设生成报告必须包括至少1-2个使用科学示意图技能生成的AI图表。

这不是可选的。没有视觉元素的假设报告不完整。在最终确定任何文档前：

至少生成一个示意图或图表（例如，显示竞争性解释的假设框架）
建议2-3个图表以进行综合报告（机理路径图、实验设计流程图、预测决策树）

如何生成图表：

使用科学示意图技能生成AI驱动的出版质量图表
只需用自然语言描述所需图表
Nano Banana Pro将自动生成、审查和优化示意图

如何生成示意图：

python scripts/generate_schematic.py "您的图表描述" -o figures/output.png

AI将自动：

创建具有适当格式的出版质量图像
通过多次迭代审查和优化
确保可访问性（色盲友好、高对比度）
将输出保存在figures/目录中

何时添加示意图：

显示竞争性解释的假设框架图
实验设计流程图
机理路径图
预测决策树
因果关系图
理论模型可视化
任何受益于可视化的复杂概念

有关创建示意图的详细指导，请参考科学示意图技能文档。

工作流程

遵循此系统过程以生成稳健的科学假设：

1. 理解现象

首先澄清需要解释的观察、问题或现象：

识别需要解释的核心观察或模式
定义现象的范围和边界
注意任何约束或特定背景
澄清已知与不确定的内容
识别相关科学领域

2. 进行综合文献搜索

搜索现有科学文献，将假设基于当前证据。使用PubMed（用于生物医学主题）和通用网络搜索（用于更广泛的科学领域）：

对于生物医学主题：

使用WebFetch与PubMed URL访问相关文献
搜索最近的综述、荟萃分析和原始研究
寻找类似现象、相关机制或类比系统

对于所有科学领域：

使用WebSearch查找最近的论文、预印本和综述
搜索已建立的理论、机制或框架
识别当前理解中的空白

搜索策略：

从广泛搜索开始以了解概况
缩小到特定机制、路径或理论
寻找矛盾发现或未解决的辩论
参考references/literature_search_strategies.md获取详细搜索技术

3. 综合现有证据

分析和整合文献搜索结果：

总结现象的当前理解
识别可能适用的已建立机制或理论
注意矛盾证据或替代观点
识别空白、局限性或未回答问题
从相关系统或领域中识别类比

4. 生成竞争性假设

开发3-5个可以解释现象的不同假设。每个假设应：

提供机理解释（不仅仅是描述）
与其他假设区分开
基于文献综合的证据
考虑不同解释层级（分子、细胞、系统、群体等）

生成假设的策略：

应用来自类比系统的已知机制
考虑多种致病路径
探索不同解释尺度
质疑现有解释中的假设
以新颖方式组合机制

5. 评估假设质量

根据references/hypothesis_quality_criteria.md中的已建立质量标准评估每个假设：

可测试性： 假设是否可以经验测试？
可证伪性： 什么观察会证伪它？
简洁性： 它是否是最简单的解释？
解释力： 它解释了多少现象？
范围： 它涵盖了多少观察范围？
一致性： 它是否与已建立原则一致？
新颖性： 它是否提供超越现有解释的新见解？

明确注明每个假设的优势和劣势。

6. 设计实验测试

对于每个可行假设，提出具体实验或研究以测试它。参考references/experimental_design_patterns.md获取常见方法：

实验设计元素：

将测量或观察什么？
需要什么比较或控制？
将使用什么方法或技术？
什么样本大小或统计方法合适？
潜在混杂因素是什么，以及如何解决？

考虑多种方法：

实验室实验（体外、体内、计算）
观察性研究（横断面、纵向、病例对照）
临床试验（如果适用）
自然实验或准实验设计

7. 制定可测试预测

对于每个假设，生成具体、定量的预测：

陈述如果假设正确应观察到的内容
尽可能指定效应的预期方向和大小
识别预测应成立的条件
区分竞争性假设间的预测
注明将证伪假设的预测

8. 呈现结构化输出

使用assets/hypothesis_report_template.tex中的模板生成专业LaTeX文档。报告应格式良好，使用彩色框进行视觉组织，并分为简洁的主要文本和综合附录。

文档结构：

主要文本（最多4页）：

执行摘要 - 摘要框中的简要概述（0.5-1页）
竞争性假设 - 每个假设在自己的彩色框中，包含简要机理解释和关键证据（3-5个假设，2-2.5页）
- 重要： 在每个假设框前使用 ewpage以防止内容溢出
- 每个框应≤0.6页最大值
可测试预测 - 关键预测在琥珀色框中（0.5-1页）
关键比较 - 优先比较框（0.5-1页）

保持主要文本高度简洁 - 仅包含最基本信息。所有详细信息放在附录中。

分页策略：

始终在假设框前使用 ewpage以确保它们从新页开始
这防止内容从页边界溢出
LaTeX框（tcolorbox）不会自动跨页断行

附录（综合、详细）：

附录A： 包含广泛引用的综合文献综述
附录B： 详细实验设计，含完整协议
附录C： 质量评估表和详细评估
附录D： 补充证据和类比系统

彩色框使用：

使用来自hypothesis_generation.sty的自定义框环境：

hypothesisbox1 到 hypothesisbox5 - 用于每个竞争性假设（蓝色、绿色、紫色、青色、橙色）
predictionbox - 用于可测试预测（琥珀色）
comparisonbox - 用于关键比较（钢灰色）
evidencebox - 用于支持证据亮点（浅蓝色）
summarybox - 用于执行摘要（蓝色）

每个假设框应包含（为4页限制保持简洁）：

机理解释： 1-2个简要段落（最多6-10句）解释如何和为何
关键支持证据： 2-3个要点，带引用（仅最重要证据）
核心假设： 1-2个关键假设

所有详细解释、附加证据和综合讨论属于附录。

关键溢出预防：

在每个假设框前插入 ewpage以从新页开始
保持每个完整假设框≤0.6页（约15-20行内容）
如果内容超出，将附加细节移至附录A
切勿让框从页边界溢出 - 这会创建不可读的PDF

引用要求：

目标广泛引用以支持所有主张：

主要文本： 10-15个关键引用，仅用于最重要证据（为4页限制保持简洁）
附录A： 40-70+个综合引用，涵盖所有相关文献
总目标： 参考文献中50+个引用

主要文本引用应有选择性 - 仅引用最关键论文。所有综合引用和详细文献讨论属于附录。使用\citep{author2023}进行括号引用。

LaTeX编译：

模板需要XeLaTeX或LuaLaTeX以正确渲染：

xelatex hypothesis_report.tex
bibtex hypothesis_report
xelatex hypothesis_report.tex
xelatex hypothesis_report.tex

必需包： hypothesis_generation.sty样式包必须在相同目录或LaTeX路径中。它需要：tcolorbox, xcolor, fontspec, fancyhdr, titlesec, enumitem, booktabs, natbib。

页面溢出预防：

为防止内容在页面上溢出，遵循这些关键指南：

监控框内容长度： 每个假设框应舒适地适应单个页面。如果内容超过~0.7页，则可能溢出。
使用战略分页： 在包含大量内容的框前插入 ewpage。
保持主要文本框简洁： 对于4页主要文本限制：
- 每个假设框：最大0.5-0.6页
- 机理解释：仅1-2个简要段落
- 关键证据：仅2-3个要点
- 核心假设：仅1-2项
- 如果内容更长，将细节移至附录
分割长内容： 如果假设需要广泛解释，在主要文本和附录间分割。
测试页边界： 在每个新框前，考虑剩余页面空间是否足够。如果少于0.6页，使用 ewpage以在新页开始框。
附录页面管理： 在附录中，使用 ewpage在主要部分间以避免溢出。

快速参考： 参见assets/FORMATTING_GUIDE.md获取所有框类型、颜色方案和常见格式模式的详细示例。

质量标准

确保所有生成的假设符合这些标准：

基于证据： 基于现有文献，带引用
可测试： 包括具体、可测量的预测
机理性： 解释如何/为何，而不仅仅是什么
全面： 考虑替代解释
严谨： 包括测试预测的实验设计

资源

references/

hypothesis_quality_criteria.md - 评估假设质量的框架（可测试性、可证伪性、简洁性、解释力、范围、一致性）
experimental_design_patterns.md - 跨领域的常见实验方法（RCTs、观察性研究、实验室实验、计算模型）
literature_search_strategies.md - PubMed和通用科学源的有效搜索技术

assets/

hypothesis_generation.sty - LaTeX样式包，提供彩色框、专业格式和假设报告的自定义环境
hypothesis_report_template.tex - 完整的LaTeX模板，包含主要文本结构和综合附录部分
FORMATTING_GUIDE.md - 快速参考指南，包含所有框类型、颜色方案、引用实践和故障排除提示的示例

科学假设生成Skill hypothesis-generation

name: 假设生成 description: “生成可测试的假设。从观察中制定，设计实验，探索竞争性解释，开发预测，提出机制，用于跨领域的科学探究。” allowed-tools: [Read, Write, Edit, Bash]