Communitygithub.com

1942853632/agent-skill-foundry

根據實驗日誌、表格和圖表,撰寫一份透明的結果敘述。僅在使用者需要此特定工作流程時使用,不可作為不相關工作的通用替代品。

agent-skill-foundry 是什麼?

此技能旨在協助AI代理人(如Claude Code、Cursor、Codex等)從實驗日誌、表格和圖表中生成一份透明且可審查的結果敘述。它特別強調嚴謹性和可追溯性,避免虛構或捏造資訊。技能支援的流程要求使用者明確提供假設、實驗設定、指標、結果、工件與限制,並在缺失時主動要求補充。工作流程會逐步引導代理人,從陳述假設開始,到描述設定、報告效應量與不確定性,最終將每個結論連結到對應的工件,並包含失敗執行與邊界條件。輸出時會強制區分「客觀事實」、「推理過程」與「決策建議」三個層次,並在交付前執行品質檢查,確保基線、評估分割、指標定義與結論範圍都清晰合理,避免超出實驗證據。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/1942853632/agent-skill-foundry/tree/HEAD/skills/experiment-narrative

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

實驗敘述

目的

根據實驗日誌、表格和圖表,撰寫一份透明的結果敘述。

此技能刻意限定範圍,旨在產出可審查的工件,而非假裝完成需要遺失證據的工作。

必要輸入

開始收集:假設、設定、指標、結果、工件、限制。

若缺少必要輸入,請向使用者詢問,或明確標記所做的假設。絕對不要用看似合理的細節填補事實空白。

工作流程

  1. 首先陳述假設與比較對象。
  2. 僅描述解讀結果所需的設定細節。
  3. 在進行解讀前,先報告效應量與不確定性。
  4. 將每個結論連結至對應工件。
  5. 包含失敗的執行與邊界條件。

輸出契約

回傳:一份將觀察、解讀與限制分開的結果章節。

保持三個層次獨立:

  • 來源事實: 提供的或觀察到的內容。
  • 推理: 如何組織或解讀這些事實。
  • 決策: 使用者應批准、更改或驗證的項目。

品質檢查

交付前檢查:

  • 基線與評估分割是否清楚。
  • 指標是否在結果之前定義。
  • 結論是否未超出實驗範圍。

若任一檢查失敗,請報告差距,而非默默降低標準。

範例格式

一份排名實驗敘述應報告離線增益、信賴區間以及缺少的線上驗證。

限制

  • 不要虛構名稱、測量值、引用來源、權限或結果。
  • 將私人或敏感素材限制在任務所需的範圍內。
  • 優先產出小而可測試的工件,而非一長串通用建議。

相關技能