KyleAMathews/field-lab

解決的問題

Field Lab 旨在超越 LLM 標準的「提示與回答」互動模式。它透過提供一套「儀器」來解決過度簡化的問題，讓使用者能夠檢視問題或爭議背後的細微差別、假設和證據，而不僅僅是接收直接答案。

運作方式

Field Lab 扮演「場域球童」的角色，根據使用者的查詢建議特定的分析儀器。它不會直接跳到結論，而是引導使用者經歷觀察與分離的過程。

關鍵機制包括：

• 儀器：用於不同類型分析的專用工具，例如詞彙掃描（區分詞語含義）、基底地圖（重建事件）和探索性 2x2（聚類範例）。
• 場域日誌：用於記錄觀察結果、來源和上下文的系統，供日後重新審視，並可分組為「探險」。
• 工作流程：用於複雜查詢的結構化路線，例如電子僧侶辯證法，其中孤立的代理會為對立的信念辯護，以揭示隱藏的矛盾或新連結。
• 文章工作流程：透過大綱和起草，將完成的場域日誌轉化為完整文章的過程。

適用對象

適用於處理頑固爭論、複雜決策，或需要比標準聊天介面提供更深入、更結構化調查的寫作內容的人。

亮點

• 電子僧侶：一種人工信念系統，使用獨立的代理為對立觀點建立最強有力的論述。
• 多樣化的分析工具組：包含禁忌視差（比較在不同情境下說出什麼代價高昂）和敵意審計員（測試論點在哪裡崩潰）等工具。
• 結構化記憶：使用場域日誌和探險索引來保存證據，而不會將其混淆。
• 代理相容：可透過 skills CLI 安裝，並與 Claude Code、Codex 和其他代理相容。