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]

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。

何时使用此技能

此技能应在以下情况下使用：

• 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
• 规划跨科学领域的机制研究

使用科学示意图进行视觉增强

⚠️ 强制要求：每个假设生成报告必须包含至少1-2个使用科学示意图技能生成的AI生成图。

这不是可选的。没有视觉元素的假设报告是不完整的。在最终确定任何文档之前：

1. 生成至少一个示意图或图表（例如，显示竞争性解释的假设框架）
2. 对于综合报告，推荐2-3个图（机制路径、实验设计流程图、预测决策树）

如何生成图：

• 使用科学示意图技能生成AI驱动的出版质量图
• 只需用自然语言描述所需图
• 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 "your diagram description" -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
• 机制路径图
• 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上下文
• 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。对于生物医学主题使用PubMed，对于更广泛的科学领域使用通用网络搜索：

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景观
• 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. 合成现有证据

分析和整合文献搜索的发现：

• 总结对现象的当前理解
• 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、限制或未回答问题
• 识别来自相关系统或领域的类比

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：

• 提供机制解释（不仅仅是描述）
• 与其他假设可区分
• 基于文献合成的证据
• 考虑不同解释层次（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
• 考虑多种因果路径
• 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中的质量标准评估每个假设：

可测试性： 假设能否经验测试？ 可证伪性： 什么观察会证伪它？ 简洁性： 它是否是最符合证据的最简单解释？ 解释力： 它解释了现象的多少？ 范围： 它覆盖了什么范围的观察？ 一致性： 它是否与已建立原则一致？ 新颖性： 它是否提供了超出现有解释的新见解？

明确记录每个假设的优缺点。

6. 设计实验测试

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

实验设计元素：

• 测量或观察什么？
• 需要什么比较或控制？
• 使用什么方法或技术？
• 什么样本量或统计方法合适？
• 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、量化的预测：

• 陈述如果假设正确应观察到的内容
• 在可能时指定预期效应方向和大小
• 识别预测应成立的条件
• 区分竞争性假设之间的预测
• 注意会证伪假设的预测

8. 呈现结构化输出

使用assets/hypothesis_report_template.tex中的模板生成专业的LaTeX文档。报告应格式良好，使用彩色框进行视觉组织，并分为简洁主文本和全面附录。

文档结构：

主文本（最多4页）：

1. 执行摘要 - 在摘要框中简要概述（0.5-1页）
2. 竞争性假设 - 每个假设在自己的彩色框中，带简要机制解释和关键证据（3-5个假设2-2.5页）
   • 重要： 使用 ewpage在每个假设框之前以防止内容溢出
   • 每个框最大≤0.6页
3. 可测试预测 - 关键预测在琥珀色框中（0.5-1页）
4. 关键比较 - 优先比较框（0.5-1页）

保持主文本高度简洁 - 仅最基本信息。所有细节放入附录。

分页策略：

• 总是在假设框之前使用 ewpage以确保它们在新页面开始
• 这防止内容溢出页面边界
• LaTeX框（tcolorbox）不会自动跨页中断

附录（全面、详细）：

• 附录A： 综合文献综述，带广泛引用
• 附录B： 详细实验设计，带完整协议
• 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hypothesis_generation.sty中的自定义框环境：

• 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 - 用于支持证据高亮（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）：

• 机制解释： 1-2个简短段落（最多6-10句）解释如何和为什么
• 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、附加证据和全面讨论属于附录。

关键溢出预防：

• 在每个假设框之前插入 ewpage以在新鲜页面开始
• 保持每个完整假设框≤0.6页（约15-20行内容）
• 如果内容超过此，移动附加细节到附录A
• 永远不要让框溢出页面边界 - 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：

• 主文本： 仅10-15个关键引用，为最重要证据（为4页限制保持简洁）
• 附录A： 40-70+个全面引用，覆盖所有相关文献
• 总目标： 参考文献中50+个引用

主文本引用应有选择性 - 仅引用最关键论文。所有全面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进行适当渲染：

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

所需包： hypothesis_generation.sty样式包必须在同一目录或LaTeX路径中。它需要：tcolorbox, xcolor, fontspec, fancyhdr, titlesec, enumitem, booktabs, natbib。

页面溢出预防：

为防止内容溢出页面，遵循这些关键指南：

1. 监控框内容长度： 每个假设框应舒适地适合单个页面。如果内容超过约0.7页，可能会溢出。

2. 使用战略分页： 在包含大量内容的框之前插入 ewpage：

ewpage \begin{hypothesisbox1}[假设1: 标题] % 长内容在这里 \end{hypothesisbox1}

3. **保持主文本框简洁：** 对于4页主文本限制：
- 每个假设框：最大0.5-0.6页
- 机制解释：仅1-2个简短段落（最多6-10句）
- 关键证据：仅2-3个要点
- 核心假设：仅1-2项
- 如果内容更长，移动细节到附录

4. **拆分长内容：** 如果一个假设需要广泛解释，拆分跨主文本和附录：
- 主文本框：简要机制概述 + 2-3个关键证据点
- 附录A：详细机制解释、全面证据、扩展讨论

5. **测试页面边界：** 在每个新框之前，考虑剩余页面空间是否足够。如果少于0.6页，使用`
ewpage`在新页面开始框。

6. **附录页面管理：** 在附录中，使用`
ewpage`在主要部分之间以避免溢出在详细内容区域。

**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满足这些标准：

- **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
- **机制性：** 解释如何/为什么，不仅仅是什么
- **全面：** 考虑替代解释
- **严格：** 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、专业格式化和假设报告的自定义环境
- `hypothesis_report_template.tex` - 完整LaTeX模板，带主文本结构和全面附录部分
- `FORMATTING_GUIDE.md` - 快速参考指南，带所有框类型、颜色方案、引用实践和故障排除提示的示例

### 相关技能

准备假设驱动研究发表时，咨询**venue-templates**技能获取写作风格指导：
- `venue_writing_styles.md` - 跨场所比较风格的主指南
- 特定场所指南：Nature/Science、Cell Press、医学期刊和ML/CS会议
- `reviewer_expectations.md` - 评审员评估研究假设时的期望