verification-design

name	verification-design
description	使用 ChemDeep MCP 为科学假设设计实验和计算验证方案。当用户要求设计实验方案、验证假设、规划研究路线或设计对照实验时触发。通常在 hypothesis-generation 之后使用。
tools	["mcp__chemdeep__design_verification_plan","mcp__chemdeep__cluster_methods","mcp__chemdeep__extract_evidence","mcp__chemdeep__evaluate_hypotheses"]

证据验证设计 (Verification Design)

为化学/材料科学的机理假设设计系统性的实验和计算验证方案。

适用场景

• 用户已有机理假设（来自 hypothesis-generation 或自行提出），需要设计验证方案
• 需要规划实验步骤来证实或证伪某个假说
• 需要设计对照实验和关键控制变量
• 需要结合计算模拟和实验方法的综合验证策略

⚠️ Token 节约规则

1. 不要重复生成：同一组假设不要多次调用 design_verification_plan
2. 精确输入：提供完整的假设描述和证据摘要，避免因信息不足导致重新调用
3. 按需聚类：只在用户需要了解现有方法时才调用 cluster_methods
4. 一次性规划：将所有需要验证的假设一次性传入，不要逐个调用

前置条件

此 skill 需要以下输入之一：

• 来自 hypothesis-generation skill 的假设列表及评估结果
• 用户直接描述的假设和已有证据

工作流

步骤 1：收集假设信息

确认用户要验证的假设：

所需信息	说明	是否必需
假设描述	每个假设的机理主张	✅ 必需
假设状态	ACTIVE/REJECTED/FROZEN	推荐
已有证据摘要	文献中已知的相关结果	✅ 推荐
可用资源	实验设备、计算资源等	可选（影响方案可行性）

如果用户提供了足够信息，直接进入步骤 2。

步骤 2：技术方法参考（可选）

如果用户希望了解文献中已有的验证方法：

→ cluster_methods(evidence=<相关证据列表>)

展示现有技术路径及其优劣势，供用户参考。

步骤 3：生成验证方案

→ design_verification_plan(
    goal=<研究目标>,
    hypotheses=<假设列表>,
    evidence=<已有证据列表，可选>,
    method_clusters=<技术路线簇列表，可选>
  )

注意：

• goal 是必需参数，传入研究目标描述
• hypotheses 是必需参数，传入所有需要验证的假设
• evidence 可选，传入已提取的证据列表（来自 extract_evidence 输出），用于基于证据 gap 设计
• method_clusters 可选，传入技术路线簇（来自 cluster_methods 输出），用于参考现有方法
• 将所有需要验证的假设一次性传入

步骤 4：展示验证方案

以结构化方式向用户展示验证方案：

对于每个假设：

1. 实验验证路线

• 关键实验及其目的
• 对照组设计
• 预期正/反结果
• 所需设备和条件

2. 计算验证路线（如适用）

• 推荐的计算方法（DFT、MD、Monte Carlo等）
• 需要计算的关键参数
• 计算精度要求

3. 决策矩阵

• 什么结果支持假设？
• 什么结果否定假设？
• 什么结果需要修正假设？

4. 优先级建议

• 哪些实验最关键（能最快区分假设对错）
• 推荐的执行顺序
• 预计时间和成本（如果可估算）

步骤 5：迭代优化（按需）

如果用户对方案有疑问或需要调整：

• 根据用户反馈修改资源约束，重新调用 design_verification_plan
• 或者直接在对话中帮用户优化方案细节（不需要工具调用）

约束

• 不要在没有明确假设的情况下设计验证方案
• 不要为已经被充分证据否定的假设（REJECTED）设计验证方案，除非用户明确要求
• 不要生成过于笼统的方案（如"做更多实验"），必须具体到方法、条件、预期结果
• 不要忽略对照实验的设计
• 方案应考虑可行性：如果用户说明了资源限制，方案必须在限制范围内
• 优先推荐能同时区分多个假设的关键实验（效率最高）
• 对每个实验，必须说明预期的正结果和负结果分别意味着什么