Index of every page on this site: llms.txt
All skills
lijigang avatar

/ljg-mechanism

@76b5fb9
by lijiganglijigang/ljg-skills7.8k stars
865
Run it yourself

针对用户提供的现象,用「看反常—追过程—分解释—带条件迁移」生成机制猜想,并联网核对现象、检验关键因果与竞争解释,交付证据最能支撑的机制及其边界。USE WHEN 用户调用 ljg-mechanism、说「找机制」「机制研究」「用四步框架走一遍」「联网验证这个解释」,或希望研究一个现象怎样发生。NOT FOR 纯概念定义、普通摘要、已有唯一解的操作题或只画地图。

Use this Skill: https://skilld.dev/gh/lijigang/ljg-skills/ljg-mechanism

Nothing lands on disk. Nothing to clean up.

Fork this Skill

Edit a local copy. It keeps the author and licence.

WorkflowsDiscoverMechanism.md

≈2.4k tokens on demand. Your agent reads this file only when SKILL.md points to it.

从现象到有依据的机制

研究围绕一个对象反复运行:观察引出猜想,猜想提出区别性预测,材料检验预测,结果返回观察或过程。四个环节可以来回修正;新证据改变对象或口径时,应重建解释,不能把旧解释机械套回去。

Step 0 — 范围与材料充分性

读取用户提供的现象、材料与当前上下文,区分亲历观察、转述、概括和待验证主张。明确用户要解释的结果,避免把收入问题换成生产率问题、把现象研究换成行动方案。

影响机制选择的对象、指标、时段或比较基准缺失时,先检索可以补足的公开材料;安全且可用的假设用一句话说明后继续。仅当不同理解会造成实质不同的研究对象、现有材料又无法消歧时,集中询问最少必要信息。未知的个体经历、组织内部过程和私人数据,不能用行业平均或教学设例填成事实。

默认联网。使用当前环境实际提供的搜索和内容获取工具;不得声称调用不存在的工具或搜索已经完成。搜索查询只携带研究所需的通用信息,不把原始私密材料发送给外部服务。

① 看反常:让观察与预期分开

本环节应得到一个准确的观察、一个可追问的预期,以及二者间真正需要解释的差异。

  • 观察:什么对象,在什么范围与时间,相对什么基准,出现了什么变化?数据依据是什么?
  • 预期:原以为哪些条件应带来哪些结果?这条预期依赖什么被省略的关系?
  • 差异:缺了预期条件却出现结果;有了预期条件却没有结果;或同样条件下出现不同结果。

不用强行制造惊讶。某种常见秩序怎样维持、熟悉工具承担了什么隐藏功能,也可以成为有效难题。

先核对现象的口径与规模。搜索可观察指标、原始数据和反向案例,检查选择性样本、分母变化、指标替换和时间尺度。把「有些人如此」扩成「所有人如此」,或把「短期未体现」扩成「永远无效」,会产生错误的解释任务。

原始概括不成立时,说明保留了哪些事实、研究问题如何改变,再研究真实存在的差异。不要为了走完框架而解释一个并不存在的现象。

② 追过程:把解释落到动作和中间变化

选择能承载问题的具体对象,追踪「谁感知了什么 / 为什么调整 / 首先改变哪个量 / 怎样传到最终结果」。可以包含反馈、约束、选择、滞后或分配关系,不强求所有机制都是线性因果链。

关键概念有可辨认的所指,中间环节有观察地址,例如订单、成交价、等待时间、返工率、决策记录、资源流向或参与者行为。无法获得中间记录的地方,明确标为推断。

教学设例帮助读者运行关系,数据、人物、事件和结果须就地标为设例。不能把设例的正确演算当作现实机制已经成立。

提出最有解释力的机制猜想,并保留足以争夺同一结果的竞争解释。候选的差异应在关系或成立条件上,不只是给同一条机制换几个名称。通常少量候选即可;数目由问题的实质分歧决定。

分别说明每个候选依赖的关键条件、预计首先出现的变化,以及削弱或推翻它的观察。不同机制可以并存;需要判断它们作用于哪个环节、哪类对象和哪个时间范围。

③ 分解释:让联网材料区分候选

区别性预测

在用材料筛选候选前,把容易事后迁就的预测写清楚:假说成立时会先看到什么;竞争解释会给出什么不同结果;哪种观察会使自己改口。新的机制可随证据提出,但不能把看到结果之后补写的预测当成事前验证。

如果各个候选在现有条件下都预测同一结果,暂时无法区分。寻找新的观察位置或条件变化;不以解释更顺口、引用更多作为胜负依据。

检索要命中承重关系

检索既服务现象核验,也服务关键因果与竞争解释。围绕最有区分力的关系交替搜索支持、反例、相反结果和替代机制;搜索对象不能始终只是首选假说的术语。

要检验的内容 更有用的材料
现象是否发生、影响哪些对象 原始统计、指标定义、完整研究结果、可核对的记录
中间环节是否按预测变化 行为或交易记录、过程数据、实地观察、原始实验
某个因素是否造成结果 随机实验、可信的准实验或明确因果识别;观察研究需说明混杂与选择限制
哪种竞争解释更接近事实 相同口径的对照、关键条件变化、时序差异、未被原模型解释的案例
换个现场能否迁移 条件明确的独立样本、不同情境下的检验、反向案例

一手材料优先:原始论文、数据与方法、官方指标和规范、直接过程记录。评论与综述可帮助发现来源、提出候选;直接当事人的叙述有价值,也要考虑其观察位置与利益。

发现重要来源后读取相关正文、方法或数据说明,核对对象、时期、比较组、指标和实际结论。只拿到摘要或搜索片段时,把支持限于可读部分,说明无法检查的方法或机制细节;不要把付费墙后的内容补成已读。

研究发布日期与被研究事件的日期分开。较新的论文不一定研究最新时期;公开事实可能变化时,用当前材料核对。不同网页转述同一研究仍是同一份证据;模型间一致也不是独立现实证据。

证据落到关系上

对承重关系核对:来源实际测到什么,作者如何推断,自己的解释又增加了什么。能证明结果变化的材料,不一定测量了中介过程;总体相关也不自动说明个体因果。

材料的价值取决于它能改变什么判断。可以在内部使用下面的短表,成品只呈现最关键的几项:

关系或候选 区别性预测 实际观察与直接来源 支持范围 / 替代解释 / 剩余缺口

不要把「未显著」「没搜索到」或低检验能力下的零结果写成机制不存在。相反结果要检查是否在先前声明的适用范围内;条件相同而预测失败时,应修改关系,而不是只改表述。

更新与停止

证据可以保留、降低、排除或重建候选。冲突可能来自机制并存、对象不同、时段不同或最初口径错误,不能把冲突平均成一个模糊结论。

反例迫使范围收窄时,说明原预测哪里失效、新边界有什么依据、新解释会推出什么区别性结果。持续增加例外但不改变任何预测,属于保护解释,不能算机制变扎实。

停止于对当前范围有足够依据的判断,或停止于已识别且公开检索无法补足的关键缺口。关键关系已有支持、主要竞争解释已有比较时,不为增加链接数重复检索。新的搜索只反复得到同源转述、关键区分依赖不可获取的数据时,交付限制与下一条最有价值的观察。

证据强度按承重关系与区分能力表达,不凭主观分数或链接数量评定:

  • 机制在所述范围内有支持:关键过程有现实依据,因果识别或过程证据足以支撑相应措辞,重要竞争解释得到检验;说明尚存的不确定性。
  • 当前领先解释:能解释已有观察,但关键因果或区分证据仍缺失;指出领先理由及具体缺口。
  • 尚无法区分:多个机制仍能解释同一观察;并列保留,指出最能区分它们的下一条数据。
  • 原始观察需要改写:核验发现口径错误或概括过度;研究修正后的对象,保留用户观察中仍成立的部分。

研究者对总体结论的评价,不自动提升每条关系的强度。联网不可用时,仅能交付推演与检验设计;不能使用「已验证」或声称得到 solid 的实证机制。

④ 带条件迁移:检查解释能否推出新结果

从具体对象抽出「在条件下,通过某种关系生成结果」。保留行动者、信息与资源约束、作用方向和时间尺度;抽掉领域名称不能同时抽掉承重条件。

先沿同一个对象改变一个关键条件,写出预计最先变化的量和最终结果。这个反事实用于检验内部关系,尚未实施或取得独立数据时仍是推演。

再用一个不同情境检查对象和变量能否对应、关键条件是否存在,以及所得预测是什么。类比和已经揭晓答案的设例只说明可理解的迁移路径;未经独立现实材料检验,不能升级为跨域规律。

机制是否值得带走,看它是否会改变新的预测、判断或行动。用户只要求解释时,给判别抓手;不要擅自转成执行方案、实验、发布或持久化。

交付检查

成品应直接回答现象,讲清可运行的关系,给出关键来源、与竞争解释的比较、适用条件和修改入口。只在会改变判断的地方标明事实、推断、猜想与未知,不把证据标签铺满每句话。

短答不必打印全部四步;完整示范按四步展开。结尾留下当前最可靠的机制判断,以及一条足以使它改口的观察。完成的是所述范围内的研究,有限材料不能证明普遍规律。

Source: SKILL.md on GitHub

No rule matched.

skilld matched fixed text patterns in SKILL.md and file names. Patterns miss obfuscated code.

skilld run checks every file with the same patterns. It asks for approval before it loads a Skill with a behavior marked Needs approval.

1 warning1mo3 checks · Risk SAFE
  • Gen Agent Trust Hub1mo

    The skill is a structured research framework for analyzing and verifying mechanisms behind phenomena. It includes explicit privacy instructions to prevent exfiltration of sensitive data during internet searches and does not contain any malicious code, obfuscation, or unauthorized access patterns.

  • Socket1mo

    No alerts

  • Snyk1mo

    Risk: MEDIUM · 1 issue

Signed by skilld at 76b5fb9. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub 3 weeks ago.

Activeupdated 2 months ago
metadata
{
  "version": "1.0.0"
}

README badge

README badge for lijigang/ljg-skills/ljg-mechanism