Jak używać
- Skopiuj polecenie instalacji i sprawdź źródła przed instalacją we własnym środowisku agenta.
- W oryginale sprawdź wymagane narzędzia, dane dostępowe i obsługiwane środowiska.
- Opisz dane wejściowe i oczekiwany rezultat; porównaj wynik ze źródłami.
npx skills add https://github.com/yogsoth-ai/de-anthropocentric-research-engine --skill extract-empirical-regularityPrzed rozpoczęciem
- Instalacja nie obejmuje subskrypcji modelu, limitu API ani uprawnień do plików.
- Gwiazdki i instalacje pokazują aktywność, a nie niezależny test jakości lub bezpieczeństwa.
Oryginalny dokument Skill
Treść z repozytorium z zachowaniem nagłówków, przykładów, kodu, tabel, linków i obrazów.
extract-empirical-regularity
Purpose
Extract a repeatable empirical pattern from records while preserving conditions, exceptions, and uncertainty.
Input contract
yaml
required: [observations, variable_schema, condition_schema]
optional: [replication_records, measurement_uncertainty]
constraints: [regularity claims require multiple comparable observations or an explicit single-case limitation]Procedure
- Normalize observations, units, and conditions.
- Identify repeated associations, trends, or invariants.
- Test exceptions, alternative explanations, and measurement artifacts.
- State the regularity with scope and uncertainty boundaries.
If the regularity is stable enough to express through measurable factors and outcomes, consider identify-variables as the next tactic.
Output contract
yaml
produces: [regularity_statement, supporting_records, exception_set, scope_conditions]
delta_fields: [findings, evidence_updates, uncertainties, open_questions]Quality gates
- Conditions and exceptions accompany every regularity.
- Correlation is not labeled mechanism without supporting evidence.
Failure and counterexamples
Do not generalize a pattern across changed populations or protocols without a comparability check.
Provenance map
resolved: extract-empirical-regularity
