SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-17 UTC

今天还没有新提交

查看更新动态

science-superpowersK-Dense-AI/science-superpowers

把科研分析从「先跑数据再找结论」拉回「先定问题、先注册方案、再执行分析」的规范流程,让每一步分析都有据可查、可复现。核心功能要点包括:1.【研究问题界定】:在任何分析开始前强制把模糊的研究想法收敛为可检验的研究问题,避免分析目标漂移;…

还没有人评分 我要评分
Stars350
Forks36
Watchers350
Open Issues2

Install一键安装

待确认

这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:

git clone https://github.com/K-Dense-AI/science-superpowers.git

Overview功能介绍

核心功能

把科研分析从「先跑数据再找结论」拉回「先定问题、先注册方案、再执行分析」的规范流程,让每一步分析都有据可查、可复现。核心功能要点包括:1.【研究问题界定】:在任何分析开始前强制把模糊的研究想法收敛为可检验的研究问题,避免分析目标漂移;2.【前期工作调研】:围绕研究问题系统梳理已有文献与相关工作,为问题定位和方案选择提供依据;3.【分析方案设计】:在动手分析前确定变量、方法与判定标准,把分析计划前置;4.【分析预注册】:将分析方案固化为预注册记录,区分验证性分析与探索性分析,防止事后改假设;5.【子代理驱动分析】:由子代理按预注册方案执行分析步骤,保持执行过程与方案一致;6.【红队评审】:在结论产出前请求独立红队审查,挑出逻辑漏洞与过度解读;7.【可复现与证据优先】:检查分析过程的可复现性,要求结论以证据而非主张为依据。

适用场景

科研课题立项与问题界定、文献综述与前期工作调研、分析方案设计与预注册、子代理驱动的数据分析执行、红队评审与结论核查、可复现性检查与证据溯源。

适用职业

AI / 算法工程师、数据分析师 / 数据工程师、产品经理 (PM)、测试 / QA 工程师。

Topics主题标签

Rating用户评分

还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。

给这个技能打分

填了才会进入下面的「按职业平均」。

每个 IP 只能投一票,投出后不能修改,请一次选准。不收集账号,也不用登录。

Repository仓库信息

技能 ID2207
数据来源GitHub
仓库全名K-Dense-AI/science-superpowers
所属分类教育培训与实战课程 / 技术学习与知识架构
主要语言Shell
开源协议Other
默认分支main
GitHub 仓库 ID1252814323
节点 IDR_kgDOSqxt8w
榜单排名#1686 (来源榜单内名次)
全站热度排名#1892 (按 Stars 实时计算,共 5833 条)

GrowthStar / Fork 增长

每天一次快照,记录 Star 与 Fork 的变化过程

01002003004002026-09-252026-10-112026-09-25 · 3402026-10-11 · 350
  • 当前350
  • 上一记录点 · 09-25 340
  • 较上一记录点 +10
  • 共 2 个记录点 跨度 16 天
0102030402026-09-252026-10-112026-09-25 · 352026-10-11 · 36
  • 当前36
  • 上一记录点 · 09-25 35
  • 较上一记录点 +1
  • 共 2 个记录点 跨度 16 天

Timeline时间线

仓库创建2026-05-28 22:37:525 个月前
资料最后更新2026-10-26 12:20:5522 天前
最近一次代码推送2026-09-13 14:59:312 个月前

Commit更新记录

版本【latest】由提交人 timothykassis 提交,主要更新类型为:功能特性新增与扩展。提交说明:Add docs。为项目引入了新的能力与模块支持。

0374bdf vlatest timothykassis 2026-09-13

Next steps接下来看什么