---
name: hypothesis-generation
description: 从观察中形成结构化假设。当您有实验观察或数据并需要制定可检验的假设（包含预测）、提出机制和设计实验来检验它们时使用。遵循科学方法框架。开放式构思请使用scientific-brainstorming；在数据集上进行自动LLM驱动的假设检验请使用hypogenic。
allowed-tools: Read Write Edit Bash
license: MIT license
required_environment_variables: [{"name": "OPENROUTER_API_KEY", "prompt": "OpenRouter API key for the skill's LLM-powered steps.", "required_for": "optional features"}]
metadata: {"version": "1.1", "skill-author": "K-Dense Inc.", "openclaw": {"primaryEnv": "OPENROUTER_API_KEY", "envVars": [{"name": "OPENROUTER_API_KEY", "required": false, "description": "OpenRouter API key for the skill's LLM-powered steps."}]}}
---






# 科学假设生成

## 概述

假设生成是开发可测试解释的系统性过程。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。在各领域科学探究中应用此技能。

## 何时使用此技能

在以下情况下应使用此技能：
- 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
- 跨科学领域规划机制性研究

## 使用科学图解进行视觉增强

**⚠️ 必需：每个假设生成报告必须至少包含1-2个使用scientific-schematics技能生成的AI图解。**

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. 至少生成一个图解或图表（例如，显示竞争性解释的假设框架）
2. 对于全面报告，首选2-3个图解（机制通路、实验设计流程图、预测决策树）

**如何生成图解：**
- 使用**scientific-schematics**技能生成AI驱动的出版质量图表
- 只需用自然语言描述您想要的图表
- Nano Banana Pro将自动生成、审查和优化图解

**如何生成图解：**
```bash
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

**何时添加图解：**
- 显示竞争性解释的假设框架图解
- 实验设计流程图
- 机制通路图解
- 预测决策树
- 因果关系图解
- 理论模型可视化
- 任何受益于可视化的复杂概念

有关创建图解的详细指导，请参阅scientific-schematics技能文档。

---

## 工作流程

遵循此系统性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. 进行全面的文献搜索

搜索现有科学文献以将假设建立在当前证据基础上。同时使用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访问PubMed URL以获取相关文献
- 搜索最近的综述、荟萃分析和原始研究
- 查找类似现象、相关机制或类似系统

**对于所有科学领域：**
- 使用WebSearch查找最近的论文、预印本和综述
- 搜索既定理论、机制或框架
- 识别当前理解中的空白、局限性或未解决的争论
- 咨询`references/literature_search_strategies.md`以获取详细搜索技术

**搜索策略：**
- 从广泛搜索开始以了解领域
- 缩小到特定机制、通路或理论
- 查找矛盾发现或未解决的争论
- 咨询`references/literature_search_strategies.md`以获取详细搜索技术

### 3. 综合现有证据

分析和整合文献搜索的发现：

- 总结对现象的当前理解
- 识别可能适用的既定机制或理论
- 注意冲突证据或替代观点
- 认识空白、局限性或未回答的问题
- 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。每个假设应该：

- 提供机制性解释（不仅仅是描述）
- 与其他假设可区分
- 基于文献综合的证据
- 考虑不同层面的解释（分子、细胞、系统、群体等）

**生成假设的策略：**
- 应用来自类似系统的已知机制
- 考虑多个因果通路
- 探索不同层面的解释
- 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`中的既定质量标准评估每个假设：

**可测试性：** 假设能否通过经验测试？
**可证伪性：** 什么观察将反驳它？
**简约性：** 它是否是最符合证据的最简单解释？
**解释力：** 它解释了多少现象？
**范围：** 它覆盖了什么范围的观察？
**一致性：** 它是否与既定原则一致？
**新颖性：** 它是否提供超越现有解释的新见解？

明确说明每个假设的优势和劣势。

### 6. 设计实验测试

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

**实验设计要素：**
- 将测量或观察什么？
- 需要什么比较或对照？
- 将使用什么方法或技术？
- 什么样本量或统计方法合适？
- 有什么潜在混杂因素以及如何解决它们？

**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（如适用）
- 自然实验或准实验设计

### 7. 制定可测试的预测

对于每个假设，生成具体的、定量的预测：

- 陈述如果假设正确应该观察到什么
- 尽可能指定预期方向和效应大小
- 识别预测应该成立的条件
- 区分竞争性假设之间的预测
- 注意将证伪假设的预测

### 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，并分为简洁的正文和全面的附录。

**文档结构：**

**正文（最多4页）：**
1. **执行摘要** - 摘要框中的简要概述（0.5-1页）
2. **竞争性假设** - 每个假设在自己的彩色框中，带有简要机制解释和关键证据（2-2.5页，共3-5个假设）
   - **重要：** 在每个假设框之前使用`\newpage`以防止内容溢出
   - 每个框应最多0.6页
3. **可测试的预测** - 琥珀框中的关键预测（0.5-1页）
4. **关键比较** - 优先级比较框（0.5-1页）

保持正文高度简洁 - 仅包含最必要的信息。所有细节都放在附录中。

**分页策略：**
- 始终在假设框之前使用`\newpage`以确保它们从新页面开始
- 这可以防止内容从页面边界溢出
- LaTeX框（tcolorbox）不会自动跨页断开

**附录（全面、详细）：**
- **附录A：** 带有广泛引用的全面文献综述
- **附录B：** 带有完整协议的详细实验设计
- **附录C：** 质量评估表格和详细评估
- **附录D：** 补充证据和类似系统

**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、蓝绿色、橙色）
- `predictionbox` - 用于可测试的预测（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）：**
- **机制性解释：** 1-2个简短段落（最多6-10个句子）解释如何和为什么
- **关键支持证据：** 2-3个带有引用的要点（仅最重要的证据）
- **核心假设：** 1-2个关键假设

所有详细解释、额外证据和全面讨论都属于附录。

**关键溢出预防：**
- 在每个假设框之前插入`\newpage`以在新页面上开始它
- 将每个完整的假设框保持在≤0.6页（约15-20行内容）
- 如果内容超过此限制，将额外详细信息移至附录A
- 永远不要让框从页面边界溢出 - 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：
- **正文：** 10-15个关键引用，仅用于最重要的证据（为4页限制保持简洁）
- **附录A：** 40-70+个全面引用，涵盖所有相关文献
- **总目标：** 参考文献中50+个引用

正文引用应具有选择性 - 仅引用最关键的论文。所有全面引用和详细文献讨论都属于附录。使用`\citep{author2023}`进行括号引用。

**LaTeX编译：**

模板需要XeLaTeX或LuaLaTeX以进行正确渲染：

```bash
xelatex hypothesis_report.tex
bibtex hypothesis_report
xelatex hypothesis_report.tex
xelatex hypothesis_report.tex
```

**必需软件包：** `hypothesis_generation.sty`样式软件包必须位于同一目录或LaTeX路径中。它需要：tcolorbox、xcolor、fontspec、fancyhdr、titlesec、enumitem、booktabs、natbib。

**页面溢出预防：**

为防止内容在页面上溢出，请遵循这些关键指南：

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

2. **使用战略性分页符：** 在包含大量内容的框之前插入`\newpage`：
   ```latex
   \newpage
   \begin{hypothesisbox1}[假设1：标题]
   % 长内容在此
   \end{hypothesisbox1}
   ```

3. **保持正文框简洁：** 对于4页正文限制：
   - 每个假设框：最多0.5-0.6页
   - 机制性解释：仅1-2个简短段落（最多6-10个句子）
   - 关键证据：仅2-3个要点
   - 核心假设：仅1-2个项目
   - 如果内容更长，将详细信息移至附录

4. **分解长内容：** 如果假设需要广泛解释，在正文和附录之间拆分：
   - 正文框：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充足。如果剩余少于0.6页，使用`\newpage`在新页面上开始框。

6. **附录页面管理：** 在附录中，在主要部分之间使用`\newpage`以避免详细内容区域中的溢出。

**快速参考：** 请参阅`assets/FORMATTING_GUIDE.md`以获取所有框类型、配色方案、常见格式模式和故障排除提示的详细示例。

## 质量标准

确保所有生成的假设符合这些标准：
- **基于证据：** 基于现有文献并带有引用
- **可测试：** 包括具体的、可测量的预测
- **机制性：** 解释如何/为什么，而不仅仅是是什么
- **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、简约性、解释力、范围、一致性）
- `experimental_design_patterns.md` - 跨领域的常见实验方法（RCT、观察性研究、实验室实验、计算模型）
- `literature_search_strategies.md` - PubMed和通用科学来源的有效搜索技术

### assets/

- `hypothesis_generation.sty` - LaTeX样式软件包，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` - 完整的LaTeX模板，包含正文结构和全面的附录部分
- `FORMATTING_GUIDE.md` - 快速参考指南，包含所有框类型、配色方案、引用实践和故障排除提示的示例

### 相关技能

在为出版物准备假设驱动研究时，请咨询**venue-templates**技能以获取写作风格指导：
- `venue_writing_styles.md` - 跨场所写作风格的主指南
- 特定于场所的指南：Nature/Science、Cell Press、医学期刊和ML/CS会议
- `reviewer_expectations.md` - 审查者在评估研究假设时寻找的内容