科学假设生成

来自 Claude Scientific Writer 项目的科学假设生成 Skill，专为科研工作者设计，帮助从观察和实验数据中系统化地开发可测试的科学假设。该 Skill 采用严谨的科学方法论，支持跨学科研究，能够生成多个竞争性解释并设计相应的验证实验。

何时使用

• 从观察或初步数据开发假设
• 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
• 规划机制研究

核心功能

基于证据的假设制定：从观察数据、实验结果和文献证据出发，运用科学推理方法系统化地构建假设。确保每个假设都有充分的证据支持，避免主观臆断。

实验设计：为每个假设设计具体的验证实验方案，包括实验条件、对照组设置、测量指标和预期结果。帮助研究者将理论假设转化为可操作的实验步骤。

竞争性解释探索：针对同一现象生成多个可能的解释和假设，分析各个假设的优劣势和可验证性。这种多角度思考有助于避免确认偏差，提高研究的严谨性。

可测试预测开发：将抽象的假设转化为具体的、可测量的预测，明确如果假设成立应该观察到什么结果。这是科学方法的核心环节，确保假设具有可证伪性。

跨领域适用性：支持生物学、化学、物理学、医学等多个科学领域的假设生成，适应不同学科的研究范式和方法论特点。

应用价值

该 Skill 特别适合科研项目的早期阶段，帮助研究者从初步观察和数据中提炼出有价值的研究问题。通过系统化的假设生成过程，可以显著提高研究的效率和质量，避免盲目实验。

配合 scientific-schematics skill 使用，能够生成直观的图表来展示假设的逻辑关系和实验设计，使研究思路更加清晰。每个假设生成报告都应包含 1-2 个 AI 生成的科学示意图，以增强可视化效果和理解深度。

该工具对于需要进行文献综述、提出创新性研究方向、申请科研基金的研究者尤其有价值，能够帮助构建严谨的研究框架和论证逻辑。

相关：Agent Messaging Skill、Agent Ops Incident Notifier，分类见 skills。