innovation-explore
Skill0 starsChanged 27 days agoMITView on GitHub
科研创新点探讨阶段(阶段锁 + 渐进式披露)。仅在用户明确进入"创新点探讨 / 找创新点 / 找思路 / $innovation-explore" 时使用,或用户从一个解释不了的观察起步("这条曲线不太对"、"这个比例和大家以为的差太多"、"工具在这种输入上总是失败"、"几位受访者说的和文献相反")想知道它能不能成为方向时使用。两个入口:主题入口是用户给定主题与条件 → 子代理读取本地 PDF 文献并回传压缩摘要 → 用户筛选 3~5 篇最可迁移的文献 → 输出 3~5 个 ≤3 句的候选思路 → 用户挑 1~2 个逐轮加深;异常入口是先写观察句、排伪像、复现刻画,再以现象为检索词接回文献。两条路都以四问潜力卡结束。不用于实验设计、论文 framing、写作、润色或单篇论文精读。 英文触发短语:find a research direction, innovation points, brainstorm directions from these papers, this curve looks wrong is it worth pursuing, this proportion is far from what everyone assumes, the tool keeps failing on this input, the interviewees contradict the literature, is this anomaly a direction.
In this repository15 other files it gives its agents.
- AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- academic-humanizerSkill
- drawio-skillSkill
- paper-framingSkill
- paper-readingSkill
- paper-reviewSkill
- paper-storytellingSkill
- paper-style-profilerSkill
- paper-writing-orchestratorSkill
- publication-chart-skillSkill
- research-pipelineSkill
- scientific-visualizationSkill
- session-handoff-promptSkill
- task-forestSkill
The file
Files
创新点探讨(Innovation Explore)
核心:先喂高质量上下文,再严格锁定阶段,最后由用户的 taste 多轮迭代。 模型的职责是提供可比较的候选和清晰的来源链,不是替用户判断什么是创新。
0. 阶段锁(最高优先级)
当前是创新点探讨阶段。在用户明确宣布进入下一阶段前:
- 严禁输出:实验方案、数据集/基线/指标选择、公式推导、伪代码、论文结构、相关工作段落、防御式声明("与 X 的区别在于……""可能的审稿质疑……")、投稿建议。
- 严禁调用其他阶段的 Skill(paper-framing、paper-writing-orchestrator、paper-reading 的完整报告模式等)。读文献只用本 Skill 第 2 步的压缩格式。
research-pipeline例外:它只做阶段记录与路由,退出时可以调用。 - 严禁一次性给出"完整方法"。每轮只推进一层。
- 用户追问本阶段以外的内容时,只回答一句并提醒当前阶段,不展开。
- 异常入口里的排伪像与复现刻画是诊断,不是实验设计:只用已有的材料、配置和脚本(数据、记录、代码、证明草稿都算),不引入新方法、不选基线或对照、不定论文指标,产出标 exploratory。见 anomaly-entry.md。
1. 明确主题与条件(用户负责)
要求用户给出:研究主题;当前依赖的假设或条件(数据形态、可用信号、部署约束等);已经排除的方向。 缺项就追问,不要自行补默认值。把确认后的内容写成 ≤5 行的"研究设定",后续每轮引用它,不重述。
入口选择。 用户带来的是主题,走第 2–5 步。用户带来的是一个观察(一条不太对的曲线、一个反常的比例、一次解释不了的失败、几句与文献相反的话),先走 异常入口 的 A–C:写观察句、排伪像、复现刻画;伪像排除后,以现象为检索词从第 2 步接回来,文献的作用变成"有没有人报告过、在什么条件下"。两条路最后都落到同一张四问潜力卡。大多数异常最后是错误或伪像,这不是浪费:排伪像表随方向进入 R1,paper-framing 直接引用。
2. 读取文献(子代理,压缩回传)
文献来源默认是本地 PDF,直接读文件,不需要 Zotero 或 MCP。先问用户用哪些目录;常见位置是项目内的 literature/、papers/、pdf/,或项目约定的共享文献库目录。列出候选:
find <目录> -iname '*.pdf' | sort # 文件名通常带年份与引用键目录里有清单或台账(如 manifests/、README.md、FILES.tsv)时,先用它取题名与作者,不靠文件名猜。
可选:用户的文献已在 Zotero 里按项目整理(一个项目一个顶层集合,集合名 = 项目目录名)时,也可以用脚本取条目与 PDF 路径:
python3 <skill_dir>/scripts/zotero_list.py --collection "<集合名>" # 或 --search "<关键词>",不传参数列出全部集合
python3 <skill_dir>/scripts/zotero_import.py <文献目录> # 只在用户要求把 PDF 导入 Zotero 时使用;传项目根目录只列出候选文献目录,不导入导入片段需要用户本人在 Zotero → 工具 → 开发者 → Run JavaScript 中运行;不要替用户运行。
得到条目及 PDF 路径后,交给低成本子代理阅读(Claude Code 用内置子代理并选较小的模型,Codex 用低成本子代理或按 AGENTS.md 规则)。每篇只回传固定 4 行,禁止长摘要:
[编号] 作者 年 · 标题
场景:研究对象/数据/约束是什么
机制:核心做法一句话
可迁移:和本研究设定最接近的一点;若无,写"无"主线程只保留这份清单,不把 PDF 原文或长笔记拉进上下文。20~30 篇以内足够;超出时让用户先缩小范围(目录或集合)。
3. 用户筛选(human in the loop)
按"场景相似度 + 迁移难度"把文献排序,列出前 3~5 篇并一句话说明入选理由,停下等用户确认或替换。用户没确认前不进入第 4 步。
4. 候选思路(短、可比、有来源)
基于用户保留的文献,给出 3~5 个候选,每个严格 ≤3 句:
思路 N:迁移自 [编号]。把 <它的机制> 用到 <本设定的哪个位置>,解决 <本设定的哪个具体问题>。硬性排除,不列出:训练技巧、工程步骤、超参/损失函数微调、把两篇方法简单拼接而没有解决本设定特有问题的组合。 不写公式,不写实验,不用长难句,不加防御式声明。 输出后停下,等用户挑选 1~2 个。
5. 逐层展开(渐进式披露)
只展开用户选中的思路。每轮只加深一层,顺序固定:
- 它解决的问题为什么在本设定下成立(一段)。
- 迁移时必须改动的地方和不能照搬的地方(各 2~3 条)。
- 最可能站不住的一个假设,以及用什么最小证据能判断(1~2 句)。
每层结束停下等用户反馈;用户否定就回到第 4 步换候选,不替用户辩护。
6. 落盘(跨会话、跨工具复用)
把当前状态写入项目内 docs/innovation-log.md(不存在则创建),结构见 references/innovation-log-template.md。
恢复会话时先读该文件,直接从记录的步骤继续,不重跑前面的步骤。Claude 与 Codex 共用这份文件。
退出
用户说"进入 framing / 设计实验 / 开始写"时,本 Skill 结束。退出前:
- 把排序后的 2–3 个方向写进 innovation-log 的"最终选定",每个方向带一张四问潜力卡:重要在哪、谁在乎;合理的进攻路线(就是前提条件);最脆弱的假设与最小判别证据;答案反过来是否仍有人在乎。不写 venue 和投稿建议,那是 R1 的事。手里留两三个方向,是因为试点可能否掉第一个。
- 项目里有
research/STATE.md(research-pipeline的阶段状态)时,把 R0 的三条门槛(方向已选、前提条件已写、已排除方向有理由)填进"门槛核对",下一步写"调用 $paper-framing(R1)"。 - 用一句话提示下一阶段:先由
$research-pipeline核对 R0 → R1 门槛,再调用$paper-framing;不替用户启动。
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.

