AC hypothesis-building
Превращает теорию в фальсифицируемые, предварительно регистрируемые гипотезы — DAG и замыкание обратного хода, как дизайн решает FPCI, SATE против PATE, контрфактическое и направленное кадрирование, названную теоретическую и эмпирическую оцениваемую величину, обоснованную SESOI, выбор между NHST, интервальными, эквивалентными (TOST) и тестами минимального эффекта, условия области применения и первичные, вторичные и исследовательские уровни в рамках многоэкспериментальных дизайнов. Используйте, когда у пользователя есть исследовательский вопрос или теория, и он просит превратить ее в гипотезы, спрашивает, фальсифицируем ли или тестируем ли прогноз, спрашивает, какова оцениваемая величина, или спрашивает, как предсказать нулевое значение. Кадрирование статьи вокруг нее направляется в narrative-building, план — в pre-registration-writing.
машинный переводПоказать оригиналСкрыть оригинал«Turns a theory into falsifiable, pre-registerable hypotheses — DAGs an…»
Turns a theory into falsifiable, pre-registerable hypotheses — DAGs and backdoor closure, how the design resolves the FPCI, SATE versus PATE, counterfactual and directional framing, a named theoretical and empirical estimand, a justified SESOI, the choice among NHST, interval, equivalence (TOST), and minimum-effect tests, scope conditions, and primary, secondary, and exploratory tiers across multi-experiment designs. Use when the user has a research question or theory and asks to turn it into hypotheses, asks whether a prediction is falsifiable or testable, asks what the estimand is, or asks how to predict a null. Framing the paper around it goes to narrative-building, the plan to pre-registration-writing.
Превращает теорию в фальсифицируемые, предварительно регистрируемые гипотезы — DAG и замыкание обратного хода, как дизайн решает FPCI, SATE против PATE…
Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, ошибки и развилки, повторный запуск
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 60/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 70Входы и предусловия. Входные данные и предусловия перечислены
- 70Стоимость исполнения. Тело инструкции 4054 токенов
- 85Шаги. Шагов: 58, расплывчатых формулировок: 3
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Согласованность. Имя и обязательные поля на месте
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 715 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 10 заголовков
- +3Пошаговые инструкции: 58 пунктов
- +4Есть примеры (0 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.