Implement GitOps workflows with ArgoCD and Flux for automated, declarative Kubernetes...
npx skills add vuralserhat86/antigravity-agentic-skills --skill "scientific_thinking"
Install specific skill from multi-skill repository
# Description
Bilimsel metod, hipotez, kanıt değerlendirme, bias analizi. ⚠️ Araştırma/analiz için kullan. Mimari karar için → ultrathink-core.
# SKILL.md
name: scientific_thinking
router_kit: DevOpsKit
description: Bilimsel metod, hipotez, kanıt değerlendirme, bias analizi. ⚠️ Araştırma/analiz için kullan. Mimari karar için → ultrathink-core.
metadata:
skillport:
category: research
tags: [architecture, automation, best practices, clean code, coding, collaboration, compliance, debugging, design patterns, development, documentation, efficiency, git, optimization, productivity, programming, project management, quality assurance, refactoring, scientific thinking, software engineering, standards, testing, utilities, version control, workflow] - analysis
🔬 Scientific Thinking
Bilimsel düşünce ve kritik analiz metodolojisi.
⚡ Bilimsel Metod (Hızlı)
Gözlem → Soru → Hipotez → Test → Analiz → Sonuç
| Yazılım Karşılığı |
|---|
| Bug report → "Neden?" → "Muhtemelen X" → POC/Test → Log analizi → Root cause |
📝 Hipotez Template
**Hipotez:** [Net, test edilebilir ifade]
**Dayanak:** [Gözlemler]
**Test:** [Nasıl doğrulanacak]
**Beklenen:** [Doğruysa ne olmalı]
İyi Hipotez = TFSM
- Testable (Test edilebilir)
- Falsifiable (Yanlışlanabilir)
- Specific (Belirli)
- Measurable (Ölçülebilir)
⚖️ Kanıt Hiyerarşisi
Güçlü ←────────────────────→ Zayıf
Kontrollü Gözlemsel Anekdot Otorite
Deney Çalışma Örnek Görüşü
│ │ │ │
A/B Test Log/Metrics "Bende oldu" "X söyledi"
🧠 Bias & Fallacy Checklist
| Bias | Açıklama | Önlem |
|---|---|---|
| Confirmation | Destekleyen kanıt arama | Yanlışlayıcı kanıt ara |
| Anchoring | İlk bilgiye bağlanma | Birden fazla kaynak |
| Sunk Cost | Yatırıma bağlılık | Zero-based thinking |
| Fallacy | Örnek |
|---|---|
| Ad Hominem | "O junior, ne bilir" |
| False Dichotomy | "Ya A ya B" |
| Appeal to Authority | "Google yapıyor" |
📊 Karar Matrisi
| Kriter | Ağırlık | A | B | C |
|--------|---------|---|---|---|
| Maliyet | 30% | 3 | 5 | 4 |
| Süre | 25% | 4 | 3 | 5 |
| Risk | 25% | 5 | 4 | 3 |
| **Toplam** | | X | Y | Z |
Scientific Thinking v2.1 - Enhanced
🔄 Workflow
Aşama 1: Observation & Hypothesis (The "Why")
- [ ] First Principles: Sorunu en temel gerçeklerine ("Reasoning by First Principles") indirge. Analoji yapmaktan kaçın.
- [ ] Null Hypothesis: "Yaptığım değişiklik hiçbir etki yaratmadı" varsayımını (Null Hypothesis) çürütmeye çalış.
- [ ] Occam’s Razor: En basit açıklamanın doğru olma ihtimalini (Parsimony) öncele.
Aşama 2: Experiment Design (The "How")
- [ ] Control Group: Karşılaştırma yapabilmek için değişmeyen bir kontrol grubu veya "baseline" belirle.
- [ ] Isolation: Değişkenleri izole et. Aynı anda iki parametreyi değiştirme (Ceteris Paribus).
- [ ] Blind Testing: Mümkünse gözlemci önyargısını (Observer Bias) kaldırmak için kör test yap.
Aşama 3: Analysis & Conclusion (The "What")
- [ ] Statistical Significance: Sonucun şans eseri olup olmadığını sorgula (p-value mantığı).
- [ ] Correlation != Causation: Korelasyonun nedensellik anlamına gelmediğini her zaman hatırla.
- [ ] Peer Review: Bulgularını başkasına (veya AI'ya) "şeytanın avukatı"nı oynaması için sun.
Kontrol Noktaları
| Aşama | Doğrulama |
|---|---|
| 1 | Hipotez yanlışlanabilir (Falsifiable) mi? (Eğer yanlış çıkarsa bunu kabul edecek misin?). |
| 2 | Veri seti yeterince büyük mü? (Law of Large Numbers). |
| 3 | Sonuç tekrarlanabilir (Reproducible) mi? (Aynı deneyi yarın yapsan aynı sonucu alır mısın?). |
# Supported AI Coding Agents
This skill is compatible with the SKILL.md standard and works with all major AI coding agents:
Learn more about the SKILL.md standard and how to use these skills with your preferred AI coding agent.