Now liveThe Skillselion MCP - thousands of ranked skills, loaded into your agent mid-task. No install.Get it →
fei0810 avatar

Bear Counter

  • 59 installs
  • 66 repo stars
  • Updated June 13, 2026
  • fei0810/bear-research-skills

Helps with ai & agent building tasks.

About

bear-counter is a Claude Code skill for ai & agent building. It helps solo builders move faster with AI-assisted development.

  • bear-counter
  • AI & Agent Building
  • AI-coding skill

Bear Counter by the numbers

  • 59 all-time installs (skills.sh)
  • Ranked #6,524 of 16,546 AI & Agent Building skills by installs in the Skillselion catalog
  • Data as of Aug 3, 2026 (Skillselion catalog sync)
npx skills add https://github.com/fei0810/bear-research-skills --skill bear-counter

Add your badge

Show developers this skill is listed on Skillselion. Paste this into your README.

Listed on Skillselion
Installs59
repo stars66
Last updatedJune 13, 2026
Repositoryfei0810/bear-research-skills

What it does

Helps with ai & agent building tasks.

Files

SKILL.mdMarkdownGitHub ↗

bear-counter · 找反对文献

一个任务:你交来一个观点,它带回真实存在的反对文献。你靠本能去找支持;挑剔你的审稿人读的是你跳过的那些。对同一段话把 bear-support 和 bear-counter 各跑一遍,你就能同时看见两面。

先读 references/sci-cli.md——CLI 检测步骤、用法和铁律。 再读 references/output-system.md——三层输出体系和 HTML 外壳规范。

步骤(固定顺序)

Step 0 — 确认 CLI 可用 运行 sci --version。未安装就给安装命令并停止;认证错误就提示 sci init 并停止。

Step 1 — 锁定主张 把观点压缩成一个精确、可证伪的句子。挖出它隐含的范围(哪个人群、什么条件、如何测量)——最容易被攻击的地方往往藏在没说出口的假设里。

给主张编号为 C1。如果用户输入多个主张,先拆成 C1C2C3,但默认优先攻击最核心的一条;其余主张只在检索预算允许时处理。

Step 2 — 构建五类对立查询,并告知用户 基于真实主张生成五个方向: 1. 直接矛盾(结果相反) 2. 边界 / 复杂化(在哪些条件下它减弱或反转) 3. 替代解释(同一现象,不同机制) 4. 方法批评(该方法或测量工具的已知缺陷) 5. 复制失败 / 零结果

在输出里列出这五个方向(每个一行说明将要用什么查询词搜索),然后直接开始检索,不等待用户确认——除非主张本身含义模糊,才先确认再执行。全部搜完比让用户逐一审批效率高得多;如果用户事后想调整方向,告知他们可以重新指定。

Step 3 — 检索各方向,展示查询词 宽泛扫描用 ultra_low(免费),有收获的方向用 low 复跑。每个方向用不同的 --prefix在输出里嵌入每个方向实际使用的查询词——用户需要看见"它搜了什么"才能判断结果可信度,也方便事后调整。

Step 4 — 分类并评定威胁等级 每篇真实检索到的反对文献:

  • 归入哪类挑战(五类之一)
  • 一行"它如何具体威胁这个主张"
  • 威胁等级:高 / 中 / 低(取决于被反驳的点有多核心,以及文献本身的说服力)
  • 一行"需要展示什么才能回应它"

威胁等级判定口径: 1. 高:直接挑战核心因果、核心结论或核心适用范围 2. 中:挑战边界条件、替代机制、测量有效性或外推范围 3. 低:只构成背景性限制,或证据与主张有较远距离

不要把"研究不足"写成"观点被反驳"。空结果只能说明本次检索没有找到可用反对证据。

Step 5 — 安静就报安静 某个方向搜回来没有真正的反对文献,就如实说"这个方向未找到反对证据",并说清楚哪种可能更大:观点未被挑战,或问题研究不足。不要捏造一个对立面来显得全面。

输出格式

检索方向列表后,最危险那篇置顶,其余按类型分组:

[!] 最危险
Smith et al. 2023 — "论文标题"
威胁程度 ████████░░ 高 · 直接矛盾
→ 具体怎么威胁你的主张(一句话)
回应:应对方向(一句话)
查询词:actual query used

其余按类型分组(直接矛盾 / 边界条件 / 替代解释 / 方法批评 / 复制失败),每篇格式同上。 威胁程度:高 = ████████░░,中 = █████░░░░░,低 = ███░░░░░░░

未找到反对证据的类型:— [类型名] 此方向未检索到反对文献,不从列表消失。

输出物

检索结束后创建 {topic-slug}/ 子文件夹,输出四个东西:

1. 终端 — 直接 print TUI 格式 2. `report.md` — 按 output-system.md 的结构化 Markdown 规范生成:稳定 YAML front matter + 一眼结论 + 威胁矩阵 + 研究动作建议 + 证据表 + 详细证据 + 检索透明度 + 可复用 JSON 3. `report.html` — 自包含 HTML,按 output-system.md 规范生成 4. `references.bib` — 合并所有 query 生成的 .bib 文件,去重后只保留报告中实际引用的文献条目

HTML 签名体验:威胁面板,强调色 #dc2626(红)。文献区按五类挑战方向分 tabs。HTML 组件规范见 output-system.md 的 bear-counter 节。

简单查询只给 1–2 条轻量下一步。写 discussion 或回复审稿人时给具体建议:应主动承认哪些边界、如何回应、建议补哪些稳健性检查。

诚实边界

不制造批评者,不搭草人。真实检索到的对立才算。找到大片空白本身就是发现——说清楚,不要读成"你是对的"。把对立意见整理成 Discussion 或逐条反驳,是产品级任务,交给 SciMaster。

Gotchas

  • 五类挑战方向不能合并:即使某类方向只找到 1 篇或 0 篇,也要单独列出并说明空结果的可能含义,不要把五类压缩成"一些反对文献"。
  • 威胁等级不要虚高:把每篇都标"高"会让用户失去判断感;中/低威胁的文献有明确的判定口径,遵守它。
  • "研究不足"和"观点被反驳"是不同的:某方向没有反对证据,可能是该问题还没被充分研究,不能推论为"观点成立"。

Related skills

This week in AI coding

Five minutes, every Monday - the tools, releases and tactics for developers.

unsubscribe anytime.