light-idea-generationlisted

# 创新与 idea 生成 ## 前置条件 开工前确认两件事：(1) m01 的文献 gap 是否清楚；(2) m02 的数据是否足以支撑。若数据不足，先回 m02，不做空想 idea。 ## 输入 项目背景、已有基础、数据条件、技术栈与算力、时间周期、目标(顶刊/普刊/竞赛/课题/工程)、约束。 先判断输入属于哪一级（借 AI-Researcher 的两级抽象）： - **Level 1 已有明确方向**：用户给了具体 idea → 重点做细化、差异化与可行性核验。 - **Level 2 只有方向/数据/参考文献**（如"这个方向能做什么"）→ 从文献 + 数据反推 idea。 Level 2 立项时，每个候选先填一张**立项卡**（借 AI Scientist v2 ideation 四件套）：Title / Keywords / TL;DR / Abstract，强制把模糊想法收敛成可讨论的单元。 ## 生成策略（多角度发散，再收敛） ### 发散：独立从多个角度各生成候选，避免单一思路 1. **gap-driven**：直击文献空白。 2. **method-transfer**：把 A 领域成熟方法迁到 B 领域。 3. **data-driven**：从数据独有特征反推机会（独家数据/新模态/新标注）。查 db04 数据集卡的 `data_type`/已知偏倚/许可，找别人没用过的数据角度。 4. **problem-reframe**：重新定义问题或评价方式。 5. **combination**：方法组合，但必须说明 1+1>2 的机理，不是堆叠。 6. **theory-gap**：补理论解释/可解释性/泛化保证。 7. **efficiency**：更快/更省/更小，工程价值。 不够发散时，补用 7 个结构化激发技法（源自 Scientific Brainstorming）：跨域类比、假设反转（"反过来会怎样/资源无限会怎样"）、尺度切换（分子↔种群、毫秒↔千年）、约束增删、跨学科融合、技术外推（新技术来了能做什么）。method-transfer/combination 角度可仿 ResearchAgent：先抽取本项目领域核心实体，再找与之高共现的邻域概念作为迁移/重组来源；MAGenIdeas 证明这种跨域知识重组 + 迭代检索能把唯一新颖 idea 数提到约 3.4 倍。 ### 收敛：发散后过滤排序 - 先用 db03 方法成熟度过滤掉"已过时/已被做烂"的方向。 - 候选多时用**两两 PK / 瑞士轮**排序选 Top-N（MAGenIdeas 做法），比孤立打分更能拉开差距。 - 用"影响 × 工作量"二维快评做收敛漏斗，选 Top 3（diverge-converge 做法）。 ## 新颖性核验（别靠记忆，去查） 提"创新点/相对哪些工作"前，实际检索对标工作，避免"自以为新"和引用幻觉： - **OpenAlex**（无 S2 key 时首选，免费）：`https://api.openalex.org/works?search=<关键词>&select=id,display_name,cited_by_count,publication_year&mailto=you@example.com`。 - 看一个方向被哪些子主题占满、哪里稀疏：`/works?filter=title.search:<方向>,from_publication_date:2023-01-01&group_by