核心用法
Grant Thinking CN Biology 是一款专为中国生物学科研资助场景设计的深度推理技能，主要服务于国家自然科学基金（NSFC）、科技部（MOST）等项目的申请书诊断与逻辑重构。用户仅需提供一个初步的项目想法、标题或科学问题，该技能即可启动多维度分析：从资金层级匹配度（青年/面上/重点）到生物学问题合法性，从机制中心性到创新点聚焦，从可行性评估到评审风险扫描，最终输出结构化的项目诊断报告与优化建议。
该技能并非写作模板生成器，而是项目架构师思维的具象化——它强制用户区分"现象描述"与"机制解释"、"技术堆砌"与"科学问题"、"研究内容"与"研究目标"，并通过十条隐性推理层（资金层级适配、生物学问题合法性、机制中心科学主线、提案架构纪律、生物学深度vs描述过剩、创新纪律、可行性与生物学支撑、评审者视角漏洞扫描、边界意识项目策略、战略闭环）逐层拆解项目逻辑。
显著优点
评审者视角的内置化是该技能最突出的设计。它并非泛泛地"帮助写本子"，而是模拟熟悉中国资助体系的资深评审专家，主动识别"话题宽泛但问题模糊""技术繁杂但科学焦点涣散""相关性误作因果机制"等典型拒稿风险。这种"自我审查"机制大幅提升了项目的预审质量。
机制中心主义的科学观同样关键。该技能坚决反对将"组学图谱""差异表达""高通量筛选"等同于科学深度，强制要求项目围绕"因果不确定性""调控节点""工作模型"构建可检验的假说链条。这对当前生物学领域常见的"技术驱动型"提案具有纠偏价值。
资金层级自适应的设计体现了对中国资助生态的精准理解。青年项目强调"边界控制"与"可存活性"，面上项目要求"成熟科学主线"，重点项目则需要"更高层级的程序逻辑"——技能不会简单地放大措辞，而是根据用户暗示的项目层级调整评估标准。
结构化输出确保了沟通效率。默认响应顺序（项目实质→可资助性判断→核心科学问题→最强逻辑→主要风险→真实创新→范围调整→下一步行动）使用户能快速定位关键信息，避免被冗长的模板语言淹没。
潜在缺点与局限性
高认知门槛是首要限制。该技能预设用户已具备相当的研究经验与学术写作基础，对"现象vs机制""内容vs目标"等概念有基本理解。对于初入科研领域的研究生或跨学科申请者，密集的专业术语（如"mechanistic spine""causal inference""regulatory logic"）可能造成理解障碍，甚至引发焦虑。
非写作导向的定位既是优点也是局限。用户若期待直接获得"摘要模板""立项依据段落"等现成文本，会感到失望——该技能坚持"诊断优先于撰写"，只有在项目逻辑理顺后才进入写作支持。对于时间紧迫、亟需快速产出的申请者，这种"慢思考"模式可能显得低效。
中国情境的特异性既是优势也是边界。该技能深度嵌入NSFC的评审文化与术语体系（如"科学问题属性""创新性""可行性"的特定权重），对欧美 grant system（如NIH R01、ERC Starting Grant）的适配性未经明确验证。计划申请国际资助的用户需谨慎迁移。
无外部工具依赖意味着缺乏实时文献检索、基金数据库查询、合作者网络分析等功能。项目的前期数据支撑、预实验结果评估、竞争对手分析等仍需用户自主完成，技能仅能提供逻辑层面的"体检报告"。
适合的目标群体
该技能最契合有一定研究积累、正准备冲击NSFC的青年/面上/重点项目的生物学研究者，尤其是分子生物学、细胞生物学、遗传学、生理学与病理学等机制导向型领域。特别适合以下场景：
- 已有初步数据但不知如何提炼"科学问题"的申请人；
- 多次申请未中、怀疑项目逻辑存在结构性缺陷的"老司机"；
- 需要从"技术描述"转向"机制叙事"的研究团队；
- 跨学科背景、需快速理解中国生物学 grant writing 规范的海归学者。
对于完全零基础、尚未确定研究方向的本科生，或期待一键生成完整申请书的用户，该技能并非最优选择。
使用风险
过度诊断风险：该技能的批判性思维可能使用户对原本尚可的项目产生不必要的自我怀疑，陷入"完美主义拖延"。建议设定明确的诊断-修改时间边界，避免无限迭代。
层级误判风险：技能依赖用户提供的线索推断资金层级（青年/面上/重点），若用户表述模糊，可能导致评估标准错位。建议用户主动声明目标项目类型以获得精准反馈。
生物学领域窄化风险：虽然名称含"Biology"，但技能文本强烈偏向分子/细胞/遗传层面的机制研究，对生态学、进化生物学、系统生物学等强描述性或复杂性学科适配性存疑，可能不恰当地套用"因果机制"标准。
知识产权与数据安全：作为开源MIT许可技能，用户输入的项目构思、未发表数据等敏感信息理论上可能被传输至第三方平台（取决于具体Agent部署环境），建议在脱敏环境下使用核心诊断功能。