mcpField
T
theory-to-toy-cases

theory-to-toy-cases

github.com/jurgendn生产力1154 次安装6 周前更新
代码仓库

关于 theory-to-toy-cases

Theory to Toy Cases 是一项通过小型具体案例检验抽象观点的技能,帮助在扩展到更大问题前识别边界、失败与误导性结果,并说明案例的证明局限。

主要功能

  1. 01将观点改写为最小设定
  2. 02构造 2–5 个对照案例
  3. 03编写小型模拟或示例
  4. 04比较预测与实际结果
  5. 05指出玩具案例的局限

适用场景

  1. 01检查研究观点中的假设
  2. 02探索边界条件与失败情形
  3. 03在扩大分析前先测试小案例

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jurgendn/agent-skills --skill theory-to-toy-cases

安装后在 Claude Code 中输入/theory-to-toy-cases确认已加载。

详细介绍

从理论到玩具案例

先把想法具体化,再扩大规模。

工作流

  1. 在尽可能简单的情境中重述抽象观点。
  2. 构建 2-5 个最简案例:
    • 一个应当奏效的理想案例
    • 一个边界案例
    • 一个失败案例
    • 一个表面上奏效、但实际原因不对的误导性案例
  3. 如有帮助,编写一个小型模拟或符号示例。
  4. 比较预测行为与实际行为。
  5. 提炼玩具案例对完整问题的启示。

优质玩具案例

优先选择符合以下条件的案例:

  • 维度较低
  • 可进行解析求解
  • 可通过数值检查
  • 可能揭示隐藏假设

规则

  • 不要把玩具案例当作证明。
  • 说明哪些结论可以推广,哪些不能。
  • 如果玩具案例失败,应将其视为信号,而非麻烦。

输出格式

返回:

  • 抽象观点
  • 最简设置
  • 案例
  • 每个案例说明了什么
  • 对完整研究问题的启示
  • 玩具案例无法确立的内容

评论

支持 Markdown