·research-claim-map
</>

research-claim-map

lyndonkl/claude

在决策前验证主张、针对来源进行事实核查声明、对供应商/竞争对手的主张进行尽职调查、评估相互矛盾的证据、三角测量来源可信度、评估文献综述的研究有效性、调查错误信息、评级证据强度(主要与次要)、识别知识差距,或当用户提到“事实检查”、“验证这一点”、“这是真的”、“评估来源”、“冲突证据”或“尽职调查”时使用。

13安装·0热度·@lyndonkl

安装

$npx skills add https://github.com/lyndonkl/claude --skill research-claim-map

SKILL.md

Research Claim Map helps you systematically evaluate claims by triangulating sources, assessing evidence quality, identifying limitations, and reaching evidence-based conclusions. It prevents confirmation bias, overconfidence, and reliance on unreliable sources.

A Research Claim Map is a structured analysis that breaks down a claim into:

Restate the claim as a specific, testable assertion. Avoid vague language - use numbers, dates, and clear terms. See Common Patterns for claim reformulation examples.

在决策前验证主张、针对来源进行事实核查声明、对供应商/竞争对手的主张进行尽职调查、评估相互矛盾的证据、三角测量来源可信度、评估文献综述的研究有效性、调查错误信息、评级证据强度(主要与次要)、识别知识差距,或当用户提到“事实检查”、“验证这一点”、“这是真的”、“评估来源”、“冲突证据”或“尽职调查”时使用。 来源:lyndonkl/claude。

查看原文

可引用信息

为搜索与 AI 引用准备的稳定字段与命令。

安装命令
npx skills add https://github.com/lyndonkl/claude --skill research-claim-map
分类
</>开发工具
认证
收录时间
2026-02-01
更新时间
2026-02-18

快速解答

什么是 research-claim-map?

在决策前验证主张、针对来源进行事实核查声明、对供应商/竞争对手的主张进行尽职调查、评估相互矛盾的证据、三角测量来源可信度、评估文献综述的研究有效性、调查错误信息、评级证据强度(主要与次要)、识别知识差距,或当用户提到“事实检查”、“验证这一点”、“这是真的”、“评估来源”、“冲突证据”或“尽职调查”时使用。 来源:lyndonkl/claude。

如何安装 research-claim-map?

打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/lyndonkl/claude --skill research-claim-map 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code 或 Cursor 中使用

这个 Skill 的源码在哪?

https://github.com/lyndonkl/claude