em-innovation
Skill2 starsChanged 2 months agoMITView on GitHub
多篇论文交叉分析,提炼创新点。找到研究空白、方法交叉点、可改进方向,将你的创新思路结构化呈现。支持直接输出为论文Introduction/Related Work草稿。触发词:提炼创新点、找研究空白、有什么创新方向、对比这些论文、帮我找创新、怎么改进、下一步做什么、这些论文有什么区别、我的创新点是什么。
In this repository9 other files it gives its agents.
- cst-automationSkill
- cst-em-simSkill
- cst-modeling-guideSkill
- cst-result-reportSkill
- em-simulation-pipelineSkill
- em-verificationSkill
- paper-formula-falsifySkill
- paper-parserSkill
- visionSkill
The file
Files
提炼创新点 · 多论文交叉分析
目标
综合多篇论文,帮你找到真正有价值的研究切入点,然后把你的创新思路结构化地呈现出来——可以直接用在论文的 Introduction 和 Related Work 里。
适用场景
- 读了 N 篇论文,想找自己能做什么新东西
- 已经有个模糊的想法,需要系统化地论证它确实有创新性
- 想确认自己的创新点和已有工作的关系,避免"重复造轮子"
- 需要写论文的 Introduction / Related Work 部分
分析流程
你的论文集合 ──→ 逐篇提取方法论 ──→ 横向对比矩阵 ──→ 识别空白与机会 ──→ 结构化创新方案Step 1:逐篇梳理
对每篇论文提取:
- 解决了什么问题(一句话)
- 用了什么方法/架构/结构
- 核心性能指标(频率、增益、带宽、效率等)
- 方法局限性(作者自己说的 + 你看出来的)
- 适用场景边界
→ 用 /paper-parser 先把每篇的参数都提取出来
Step 2:横向对比矩阵
把多篇论文放到一张对比表里,一目了然:
| 维度 | 论文A | 论文B | 论文C | 论文D |
| 问题 | 宽带化 | 高增益 | 小型化 | 低副瓣 |
| 方法 | 多层寄生 | EBG结构 | 弯折线 | 不等分馈网 |
| 频率 | 28 GHz | 30 GHz | 24 GHz | 28 GHz |
| 带宽 | 15% | 8% | 20% | 10% |
| 增益 | 5 dBi | 12 dBi | 4 dBi | 8 dBi |
| 尺寸 | 2λ×2λ | 4λ×4λ | 0.8λ×0.8λ | 3λ×3λ |
| 局限 | 剖面高 | 尺寸大 | 增益低 | 馈网复杂 |
Step 3:找空白与机会
从以下维度系统性找切入机会:
方法交叉
- A 的方法能否用到 B 的场景里?
- 两种方法的组合能否同时解决多个问题?
- 例:论文A的宽带技术 + 论文C的小型化思路 → 宽带小型化天线?
指标权衡破局
- 大多数论文都在做"宽带→牺牲增益→体积变大"的权衡
- 有没有办法打破这个 trade-off?
- 例:用超表面同时实现宽带化和小型化?
应用场景迁移
- 论文的方法在 mmWave 频段做了,低频/更高频能做吗?
- 从雷达场景迁移到通信场景可以吗?
- 例:把 5G 28GHz 的天线设计迁移到 60GHz WiFi 场景
引入新工具
- 这个领域大家都在用传统方法设计
- AI/RL/优化算法能不能提升性能或加速设计?
- 例:用强化学习优化阵列排布,替代经典的遗传算法
填补参数空间空白
- 论文都集中在某个频段/功率/尺寸区间
- 你的应用场景需要不同区间的设计
- 例:现有论文都在研究常规功率,高功率场景下的天线设计几乎空白
Step 4:结构化呈现创新点
把你的创新点按论文写作逻辑组织:
## 创新点结构化框架
### 1. 背景与问题(What & Why)
- 现有工作解决了什么?
- 还有什么没解决?(研究空白)
### 2. 创新点概述(Our Contribution)
- 创新点1:xxx
- 创新点2:xxx
- 创新点3:xxx
### 3. 与已有工作的关系(How We Differ)
| 已有工作 | 与我们相似之处 | 根本区别 |
|---------|--------------|---------|
| [Ref 1] | ... | ... |
| [Ref 2] | ... | ... |
### 4. 创新点的技术可行性
- 理论支撑:xxx公式/定理说明这条路走得通
- 初步估算:用解析方法快速评估
- 关键风险:xxx需要重点验证
### 5. 预期性能提升
- 指标1:从 xx 提升到 yy(提升 zz%)
- 指标2:从 xx 改善到 yy
### 6. 目标期刊匹配
- 创新程度和体量适合什么级别期刊
- IEEE AWPL(快报)/ IEEE TAP(长文)/ 其他输出产物
innovation_analysis.md— 完整的多论文交叉分析 + 创新点结构化呈现comparison_matrix.yaml— 论文横向对比矩阵intro_draft.md— 可直接使用的 Introduction / Related Work 草稿
与你现有技能的协作
/em-innovation 负责"想" → 找到创新方向
/paper-parser 负责"读" → 拆解每篇参考论文
/em-simulation-pipeline 负责"做" → 复现+验证
/em-verification 负责"验" → 确认创新方案有效
/academic-paper 负责"写" → 写成正式论文投稿Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

