登录
下载
Skill UI
浏览并发现
9688+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
假设框架
,共找到
12
条记录
默认排序
最新上传
最多下载
PyTorch模型因果干预
pyvene-interventions
Orchestra-Research/AI-Research-SKILLs
110
pyvene是一个用于在PyTorch模型上执行因果干预的声明式框架。它支持激活打补丁、因果追踪(ROME风格)和交替干预训练等高级实验。适用于需要测试模型因果假设、深入理解模型组件工作机制或确保可复现性的AI研究场景。
查看详情
结构化批判性思维分析
the-fool
Jeffallan/claude-skills
381
本技能提供结构化的批判性推理框架,用于对想法、计划或决策进行深度压力测试。它可以扮演魔鬼代言人、进行预验尸分析(Pre-mortem)、红队演习或假设审计。通过运用苏格拉底质疑、辩证法和证伪主义等多种高级模式,帮助用户发现盲点、弱点和未明言的隐藏假设。
查看详情
史诗假设框架
epic-hypothesis
deanpeters/Product-Manager-Skills
323
帮助产品团队把大型计划拆解为可验证假设,明确行动、受益人、期望成果和验证方式,在规划路线图或交付前把不确定性揭示出来。
查看详情
待完成任务分析框架
jobs-to-be-done
deanpeters/Product-Manager-Skills
136
利用JTBD框架分解客户的功能、社交、情感诉求与痛点收益,验证产品假设、优先级规划、微调传播,聚焦用户真正的动机而非表层功能请求。
查看详情
预验尸计划分析框架
challenge
alirezarezvani/claude-skills
309
这是一种预验尸技术,指导用户倒推计划的失败原因,系统性地找出潜在的弱点、隐藏的假设和关键依赖。它能帮助团队在投入资源、向董事会汇报或面临高压决策前,识别并降低计划失败的风险。
查看详情
精益创业方法论指南
lean-startup
jeremylongshore/claude-code-plugins-plus-skills
295
本指南提供了一个系统化的产品和商业模型验证框架。它指导用户遵循“构建-衡量-学习”循环,强调通过真实行为进行验证式学习,而非依赖表面数据。通过设计最小可行产品(MVP)来测试核心假设,帮助用户决定是继续发展还是进行战略转型。
查看详情
产品发现与验证框架
product-discovery
alirezarezvani/claude-skills
478
本框架提供一套结构化的产品发现方法论,旨在降低产品开发风险。它指导团队定义可衡量的目标,构建机会-解决方案树(OST),系统性地映射关键假设(如用户需求、商业价值),并规划严谨的实验(如原型测试、访谈),确保在投入开发资源前,充分验证产品的可行性与市场价值。
查看详情
威胁狩猎假设框架
building-threat-hunt-hypothesis-framework
mukul975/Anthropic-Cybersecurity-Skills
171
系统化地将威胁情报、攻击模式与终端及日志数据转化为可验证的狩猎假设,帮助SOC在主动搜寻、攻击评估与事件响应中快速确认攻击链并输出响应建议。
查看详情
系统根源原因分析
root-cause-analysis
rohitg00/skillkit
308
本技能提供一套系统化、流程化的根源原因分析框架。它指导用户超越表面症状,通过“五问法”、假设驱动测试、日志和代码证据收集等步骤,深入挖掘软件缺陷或系统错误背后的真正成因。适用于处理复杂、间歇性或难以定位的技术问题。
查看详情
管理咨询案例面试辅导
04-consulting-career
24kchengYe/human-skill-tree
172
本辅导旨在为用户提供全方位的管理咨询职业准备。核心内容包括案例面试技巧、假设驱动的结构化问题解决能力、关键商业框架(如MECE、盈利性分析、M&A评估)的应用,以及提升顶尖咨询公司面试表现。适用于准备进入顶级战略咨询公司或希望提升专业咨询技能的职场人士。
查看详情
A/B测试与实验设计指南
ab-test-setup
aitytech/agentkits-marketing
278
本指南提供了一个全面的框架,用于设计统计学上严谨的A/B测试、拆分测试和多变量实验。内容涵盖了从构建强有力假设、计算样本量,到为不同业务场景选择适当的主要、次要和保护性指标等所有环节。
查看详情
A/B测试与实验设计
ab-testing
coreyhaines31/marketingskills
397
本框架旨在指导用户系统地进行A/B测试和增长实验。它涵盖了从制定科学假设、定义核心指标(主要、次要、保护性)、计算样本量,到选择最佳实现方式(客户端或服务端)的全流程。适用于任何需要比较两个版本或建立科学实验体系的场景。
查看详情
1
语言
简体中文
English