Scientific Hypothesis Generation
Omdanner en observation til 3-5 litteratur-baserede, falsificerbare hypoteser med eksperimentdesign og forudsigelser.
Virker med opsætning
Hvad det gør
Kører en struktureret videnskabelig metode-workflow — litteratursøgning, generering af konkurrerende hypoteser, kvalitetsvurdering (testbarhed, falsificerbarhed, parsimoni), eksperimentelt design og testbare forudsigelser — ud fra en rå observation eller et datasætfund. Udløses når brugeren har en observation og ønsker stringente, testbare forklaringer frem for åben brainstorming.
Testrapport
Ræsonnements-workflowet (trin 1-7) producerede en ægte stringent A/B-sejr: et litteratur-baseret sæt af 4 falsificerbare hypoteser med et randomiseret-opmuntringsdesign, der specifikt isolerer den kausale historie fra en selvvalgs-forvirring, som baseline kun nævnte i forbifarten. Men trin 8 kalder et 'MANDATORY' figur-genereringsscript, der fysisk ligger i en søskende scientific-schematics skill-mappe (ikke inkluderet i en ordret kopi), og det script kræver i sig selv tavst Gemini API-adgang ("Nano Banana 2" + Gemini 3.1 Pro Preview), hvilket aldrig blev oplyst i denne færdigheds frontmatter.
Testet: 2026-07-15 · Claude Code 2.x (agent harness)
Installation
git clone https://github.com/TobiasBlask/open-paper-machine.git cd open-paper-machine mkdir -p ~/.claude/skills cp -r scientific-skills/hypothesis-generation ~/.claude/skills/hypothesis-generation
Kommandoer og eksempelprompter
/hypothesis-generationOmdanner en observation til 3-5 litteratur-baserede, falsificerbare hypoteser med eksperimentdesign og forudsigelser.
Skills udløses af almindelige forespørgsler — ingen kommandoer at huske. Efter installationen aktiverer prompter som disse skillen (på engelsk):
I noticed 24h onboarders retain 3x better, help me form testable hypothesesGenerate falsifiable explanations for this retention pattern with experimentsTurn this dataset finding into rigorous, literature-backed hypotheses to test