Przejdź do treści
Biblioteka skilli
Nauka i badania · Przegląd i audyt

falsifier-view

/falsifier-view

Wskazuje dla każdego twierdzenia konkretną obserwację, która by je obaliła, i oznacza twierdzenia, których nic nie mogłoby obalić.

Licencja
MIT
Ostatnia zmiana repozytorium
26.10.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
2
Skrypty
1
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 26.10.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co sprawdzić przed instalacją
  • 1 skrypt w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.

Skrypty: falsifier_view.py

Co robi i kiedy

Wskazuje dla każdego twierdzenia konkretną obserwację, która by je obaliła, i oznacza twierdzenia, których nic nie mogłoby obalić.

Oryginalny opis (EN)

Writes for each claim the concrete observation that would refute it (counterexample, missed date, value out of range, effect without cause) and flags the claims nothing could refute. Use this whenever the user reviews a thesis or result and wants to know what evidence would kill it. Pairs with pre-register, skeptic-eye, evidence-only and pov-core.

Jak działa

  1. The tool (ships with this skill)
  2. Uses and limits
Sekcje z nagłówków SKILL.md, w oryginale · 23 linii, 176 słów
Podgląd SKILL.md
---
name: falsifier-view
description: Writes for each claim the concrete observation that would refute it (counterexample, missed date, value out of range, effect without cause) and flags the claims nothing could refute. Use this whenever the user reviews a thesis or result and wants to know what evidence would kill it. Pairs with pre-register, skeptic-eye, evidence-only and pov-core.
---

# falsifier-view

An EPISTEMIC lens of the point-of-view family (engine: pov-core). It turns each claim around: instead of asking what supports it, it writes down the observation that would prove it wrong. Each sentence is typed by its claim forms (universal, numeric, forecast, causal, comparative, conditional), and each form gives its own refuter. Sentences that are only preferences or vague with no number are flagged as unfalsifiable.

## The tool (ships with this skill)

```
python falsifier_view.py --selftest
python falsifier_view.py <file|text> [--json]
```
```python
from falsifier_view import apply
[f["what"] for f in apply("thesis.md")["findings"] if not f["falsifiable"]]
```
Example: `s0 forecast: refuted by 'next week' passes and it has not happened`

## Uses and limits

- Heuristic regex typing. One sentence can carry several forms, and each form gets its own refuter.
- The refuters are templates filled from the sentence. They tell you what to watch, not how to measure it. Pre-register them with pre-register before looking at the data.
- Paper-only where the claims are about trading: the lens never checks a claim against data.
Pliki w paczce (2)
  • SKILL.md 2 KB
  • falsifier_view.py 6 KB

Wersje

W bazie nie ma innych skilli o nazwie falsifier-view.

Migawka bazy z 13.11.2026 · wersja paczki a266150e7424 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100investigate
    Testuje hipotezy dowodami, kontrprzykładami i analizą, aby zweryfikować, udowodnić lub obalić twierdzenia badawcze.
  • 100inner-critic
    Układa najostrzejsze pytania krytyczne do każdego twierdzenia w tekście, celując w najsłabsze miejsce, na przykład nieźródłową liczbę lub skok przyczynowy.
  • 100zealot-eye
    Przepisuje każde twierdzenie w wersji absolutnej i pokazuje, gdzie wzmocnione stwierdzenie łamie się wobec kontrprzykładów.
  • 100result-to-claim
    Ocenia po zakończeniu eksperymentów, jakie twierdzenia wyniki wspierają, czego nie wspierają i jakich dowodów brakuje przed planowaniem artykułu.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.