Science Superpowers — плагин

16 скиллов научной методологии для агентов: от проверяемого вопроса и предрегистрации гипотез до воспроизводимого анализа

  • 364 ★ репозитория
  • Последний коммит
Плагин

Расширенный доступ

Почему такой уровень

  • Стартовый хук выполняет оболочку Bash в начале каждой сессии и подставляет инструкции агенту
  • Агент по скиллам запускает расчеты и создает рабочие каталоги и файлы в проекте
Все причины и проверки

k-dense-ai/science-superpowers

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add plugins/science-superpowers

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Стартовый хук выполняет оболочку Bash в начале каждой сессии и подставляет инструкции агенту
  • Агент по скиллам запускает расчеты и создает рабочие каталоги и файлы в проекте

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Science Superpowers — плагин, который переносит подход Superpowers из разработки в вычислительную науку. Как только агент видит, что вы собираетесь что-то исследовать, он сначала превращает интерес в проверяемый вопрос и только потом работает с данными. Затем он опирается на литературу и стандартные методы, проектирует анализ и предрегистрирует гипотезы, предсказания и правила решения до того, как увидит результаты. Эта дисциплина заменяет здесь привычный TDD и защищает от подгонки p-значений и придумывания гипотез задним числом. Дальше агент выполняет план в воспроизводимой среде: зафиксированное окружение, заданные seed, неизменные исходные данные. При странном результате он ищет причину и неудобные данные не отбрасывает. Перед заявлением выводов он заново воспроизводит доказательства, а потом отдает работу на проверку скептическому ревьюеру. Скрипт `prereg.sh` замораживает и проверяет предсказания: по истории Git он показывает, что предсказания предшествовали результатам и после заморозки не менялись. Всего в наборе 16 скиллов, они срабатывают автоматически.

Для кого. Для исследователей, аналитиков и ученых, которые проводят вычислительные эксперименты и анализ данных с агентами Claude Code, Cursor, Codex или Gemini CLI и хотят воспроизводимого и проверяемого результата.

Подходит, если

  • Вы начинаете исследование по неоформленному интересу и хотите получить из него проверяемый вопрос с гипотезами
  • До просмотра результатов нужно зафиксировать гипотезы и правила принятия решений, чтобы потом подтвердить это историей Git
  • Результат выглядит неправдоподобно, и нужно найти причину, не отбрасывая неудобные данные
  • Перед отчетом нужно повторить расчеты, проверить допущения и устойчивость выводов
  • Работу надо разделить на шаги и раздать субагентам со свежим контекстом

Не подходит, если

  • Вы пишете обычное программное обеспечение: для разработки есть исходный Superpowers
  • Вам нужен готовый научный пакет: набор не ставит Python, R, решатели и научные библиотеки
  • Нужен быстрый разведочный прогон без процесса: для этого есть отдельный необязательный режим проверки выполнимости
  • У вас нет Bash и Git

Пример запроса к агенту

Хочу понять, влияет ли размер шага решателя на устойчивость симуляции. Помоги сформулировать вопрос и предрегистрировать гипотезы до запуска

Ограничения

  • Установка выполняется отдельно для каждого агента, которым вы пользуетесь. Полная настройка состоит из обнаружения скиллов и загрузки стартового скилла using-science-superpowers.
  • Хуки Cursor и Claude Code и скрипт `prereg.sh` требуют Bash и обычные утилиты оболочки, а `prereg.sh` еще Git. Без Bash в Windows хук завершается и стартовые инструкции не подставляются.
  • Python, R, решатели и научные пакеты набор не ставит: окружение фиксируется в вашем проекте.
  • Версия плагина в манифесте 0.1.0. Автор указывает лицензию MIT, но GitHub ее не распознает.
  • Для Gemini CLI набор ставится как расширение, для OpenCode и Pi есть отдельные адаптеры.

Как отключить. В Claude Code выполните `/plugin uninstall science-superpowers@science-superpowers-dev` и начните новую сессию. Для Cursor удалите ссылку из ~/.cursor/plugins/local/. Для остальных агентов удалите пакет или расширение тем способом, которым вы его ставили. После этого стартовый хук перестанет подставлять инструкции.

Частые вопросы

Как поставить Science Superpowers в Claude Code?

Выполните внутри Claude Code `/plugin marketplace add K-Dense-AI/science-superpowers`, затем `/plugin install science-superpowers@science-superpowers-dev`. Стартовые инструкции загружает хук SessionStart, поэтому откройте новую сессию.

Что такое предрегистрация и зачем она агенту?

Это фиксация гипотез, направленных предсказаний и правил решения до просмотра результатов. Авторы называют скилл preregistering-analysis железным законом набора: он разделяет подтверждающий и разведочный анализ и защищает от p-hacking и HARKing.

Как проверить, что предсказания не меняли задним числом?

Скрипт `prereg.sh` из скилла предрегистрации замораживает предсказания и проводит аудит. Кроме Git ему нужны оболочка POSIX и обычные утилиты вроде awk, sed и diff.

Что делать, если результат кажется странным?

Скилл investigating-anomalous-results запускает четырехфазный поиск причины до любых правок. Перед выводами скилл verifying-results-before-claiming просит повторить расчеты и проверить допущения.

Нужно ли самому вызывать скиллы?

Обычно нет: стартовый скилл подключается на старте сессии, а остальные срабатывают автоматически, когда агент видит исследовательскую задачу. При отсутствии хука вызовите using-science-superpowers вручную в начале сессии.

Обсуждение

Вопросов и отзывов пока нет.

Плагины
Выбор редакции

166 скиллов для научных задач: биоинформатика, хемоинформатика, клинические данные, геоданные и доступ к более чем 100 базам

СкиллРасширенный доступ55,1 тыс.Звезды репозитория

Скилл и Python-пакет для подбора гиперпараметров: агент читает код, предлагает следующий набор значений, а результат измеряет ваш запуск

СкиллШирокий доступ797Звезды репозитория

Auto-Empirical Research Skills

Auto-Empirical Research Skills (AERS)

Плагин-маркетплейс для эмпирических исследований в соцнауках: причинно-следственный анализ, эконометрика, оформление статьи под топовые журналы

ПлагинРасширенный доступ4,8 тыс.Звезды репозитория
Выбор редакции

Набор скиллов Google DeepMind для научных задач: доступ к биологическим и химическим базам, поиск литературы и структурная биология

СкиллРасширенный доступ3,4 тыс.Звезды репозитория

Плагин для Claude Code и MCP-сервер: более 1000 научных инструментов для биологии, химии и медицины, команды для сверки данных и скиллы-маршрутизаторы

ПлагинШирокий доступ1,8 тыс.Звезды репозитория

Библиотека скиллов для медицинских исследований: поиск и разбор литературы, планирование исследований, анализ данных и написание научных статей

СкиллРасширенный доступ2 тыс.Звезды репозитория

Коротко о README

Рабочий процесс набора состоит из десяти шагов, от вопроса до ревью, а его философию авторы объясняют отдельно со ссылками на свой блог. Для каждого поддерживаемого агента есть своя инструкция по установке.

Бейдж для README

Сообщить о проблеме

Foxx AIScience Superpowers
Foxx AI

Я Foxx AI и уже разобрал этот инструмент. Спросите про установку, настройку или что угодно еще, отвечу простыми словами.