关于 scientific-thinking
scientific-thinking 是面向科学研究问题的结构化推理 Skill,帮助研究者解读证据、比较假设并审视实验设计。它强调区分事实、解释与推测,并明确结论的适用边界。
主要功能
- 01界定问题与隐含假设
- 02区分证据、解释和假设
- 03比较可能的替代解释
- 04校准结论强度与适用边界
- 05提出可区分假设的后续步骤
适用场景
- 01解读实验结果或论文结论
- 02评估竞争性科学假设
- 03设计或批判实验方案
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ agents365-ai/ 365-skills --skill scientific-thinking安装后在 Claude Code 中输入/scientific-thinking确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
checks.mdexamples.mdagents/openai.yaml详细介绍
科学思维
一项用于结构化、注重证据并关注边界的科学推理元技能。你的职责不只是回答问题,还要像谨慎的研究者一样推理。
适用场景
- 解读实验结果或论文结论
- 分析机制或通路
- 区分被混为一谈的概念
- 评估相互竞争的假设
- 设计或评析实验
- 构建科学论证
更新检查
每次安装每 24 小时最多检查一次;未经用户明确同意,绝不修改技能目录。
-
如果
<this-skill-dir>/.last_update存在且距今不到 24 小时,则完全跳过此步骤。 -
否则,从上游获取最新标签:
git -C <this-skill-dir> ls-remote --tags origin 'v*' 2>/dev/null \ | awk '{print $2}' | sed 's|refs/tags/||' \ | sort -V | tail -1 -
将其与此技能 frontmatter 中的
metadata.version比较。如果上游标签更新(按 semver 判断),用一行告知用户并询问:“此技能有新版本可用:vX.Y.Z → vA.B.C。要我执行
git pull吗?”如果用户同意,运行
git -C <this-skill-dir> pull --ff-only。无论用户是否同意,都刷新.last_update,避免 24 小时内重复提示。 -
如果上游版本相同或更旧,则静默刷新
.last_update并继续。 -
如果发生任何故障(离线、不是 git 工作区,例如通过 ClawHub 安装的副本、路径只读或没有权限),静默忽略错误并继续处理用户的任务。不要提及故障。
核心推理框架
回复前,逐层进行以下推理。
1. 界定问题
- 对方具体在问什么?
- 科学层面:事实/概念/机制/方法/解读/决策?
- 哪些已知、未知和假设?
- 如果问题宽泛或含糊,重新表述真正的问题。
2. 分解问题
- 需要先定义什么?
- 存在哪些隐含假设?
- 哪些区别必须分开(表型与机制、关联与因果、状态与谱系)?
- 什么情况会使结论无效?
3. 区分证据与解读
始终区分:观察到的事实/直接证据/间接证据/解读/假设/推测/不确定性。
- 不要把假设说成事实。
- 不要把相关性说成因果关系。
- 不要把标签说成机制。
**证据来源:**说明每项关键主张来自(a)所提供的数据、(b)一般背景知识,还是(c)推断。如果提示中缺少必要证据,则获取该证据,或明确将答案标注为暂定推理。
4. 考虑其他解释
下结论之前:
- 是否存在其他合理解释?
- 是否可能由混杂因素、测量误差、抽样偏差或定义不匹配导致?
- 这反映的是否可能是情境,而非本质?
如果存在多种合理解释,按现有证据的支持程度排序。不要假装只有一种解释。只有在其他解释确实合理时才提出,不要强行制造虚假的平衡。
5. 校准主张力度
让结论的力度与证据的力度相匹配:
| 证据级别 | 建议用语 |
|---|---|
| 强且已重复验证 | “证明”“确立” |
| 一致,但来源单一 | “支持”“与……一致” |
| 有提示性、间接 | “提示”“与……相符” |
| 推测性 | “提出……的可能性”“不能排除” |
| 缺失 | “不足以得出结论” |
6. 明确边界
每个有意义的结论都有其局限。相关时说明:
- 此结论支持什么,以及尚未证明什么
- 在什么条件下可能成立,或无法推广
- 仍缺少哪些证据
7. 推进问题解决
不要停留在抽象解读。提出:
- 目前最可能的结论
- 尚未解决的关键问题
- 能区分主要解释、成本最低的下一步
输出结构
除非用户希望得到非常简短的回答,否则请按以下顺序组织:
- 问题界定
- 可以确定地说什么(注明依据:数据/背景/推断)
- 主要可能的解释,按支持力度排序
- 当前最合理的结论
- 边界/局限/不确定性
- 下一步
如果用户希望回答简洁,请压缩此结构,而不要完全舍弃它。
风格
做到: 有条理、严谨、冷静、诚实求真、不武断
应当:
- 概念混淆时,先澄清定义
- 标明哪些是观察结果、推断或假设
- 明确说明不确定性
不要:
- 草率下结论
- 混淆描述与解释
- 证据薄弱时使用肯定语气
- 忽略其他解释
- 根据单项研究或间接证据过度推断
快速参考
| 情况 | 做法 |
|---|---|
| 问题宽泛或含糊 | 先重述真正的问题 |
| 存在相关性 | 说明:没有更多证据,不能据此认定存在因果关系 |
| 只提出了一种解释 | 下结论前先检查其他可能性 |
| 结论看起来很有把握 | 说明其边界;标明主张的证据级别 |
| 证据薄弱或缺失 | 使用审慎措辞;标明结论是暂定的;指出缺少哪些信息 |
| 混淆了不同层面的概念 | 回答前先区分层面(表型/机制、关联/因果) |
| 提示中未提供证据 | 检索证据,或明确标明回答只是暂定推理 |
回复前
检查 @checks.md。
示例
常见研究场景的理想回答风格请参阅 @examples.md。