research-idea

Solid

当用户提供研究资料、项目背景、实验结果、论文草稿、PR/仓库信息或自然语言线索,希望在文献调查基础上提出科学问题、凝练可证伪假设、寻找创新点或判断研究想法价值时使用。⚠️ 不适用:用户只需要完整实验方案/分析计划(优先 research-plan)、只要写文献综述正文(优先 research-literature-review)、或只要不需要文献依据的普通头脑风暴。

Code & Development 2,828 stars 265 forks Updated yesterday MIT

Install

View on GitHub

Quality Score: 86/100

Stars 20%
100
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

# Research Idea ## 目标 把资料转化为可追溯的研究脉络 map 和科学问题,分开判断科学价值、判断可信度与近期投入,形成可推荐、当前范围内无合格候选或证据不足的结论。候选生成不得脱离前置文献调查,不能由 AI 仅凭资料臆造。 与相邻 skill 的边界: - `research-topic-extractor`:只负责把资料提炼成可检索主题。 - `research-literature-search`:根据显式多查询生成 `rls.v1` canonical 候选与 provenance,是本 Skill 的直接检索依赖。 - `research-literature-radar`:把 Search canonical 候选分成核心证据、辅助景观、待升级近邻和范围外记录。 - `research-literature-interpretation`:逐篇解读入选论文,提取问题、机制、证据、边界和可迁移启发。 - `research-literature-review`:仅在用户需要完整综述、related work 或系统综述时单独使用,不是本 Skill 的依赖。 - `parallel-vibe`:负责默认 3 轮串行独立审查与打磨。 - `research-plan`:在已有科学问题和假设后,才用于实验设计或分析计划。 ## 流程 ### BSK 阶段入口 新任务只通过 `scripts/start_workflow.py` 启动:一次完成环境与 capability 预检、工作区准备、v2 literature 身份、研究参数和运行快照。四个阶段开始前用 `scripts/phase_entry.py --mode start` 获取并消费 State-bound action authorization;阶段完成后用 `--mode finish` 获取 required Verifier handoff、记录 Kernel Gate并创建目标 State 的新 visit/initial attempt。 两个入口只是托管 BSK 的领域适配器,不创建私有 State、Gate、attempt、handoff 或事件账本,也不声称阻止任意外部写文件。Verifier 失败或证据变化时用 `phase_entry.py --mode retry` 在当前 visit 内 supersede attempt;旧 handoff、Gate 和授权不得复用。若 Agent 绕过入口,`check_completion.py` 依据 v2 source/target identity 链拒绝不完整运行。 ### 分层完成与降级语义 `artifact_ready`、`execution_recorded`、`evidence_sufficient`、`claim_eligible` 是四个独立判断:文件存在不等于阶段执行过,阶段执行过不等于证据深度足够,证据足够也不自动证明科学结论。`recommended` 仅表示当前范围内的有界推荐;依赖故障、全文不足或等价性未核验时使用 `degraded`,已有部分证据但仍可指导下一步时使用 `bounded_recommendation`,均不可进入 `completed`。只有四层均为 true、required Verifier 通过且 `check_completion.py` 通过,才能交付 `completed`。 新运行的 `completion-e...

Details

Author
huangwb8
Repository
huangwb8/ChineseResearchLaTeX
Created
2 years ago
Last Updated
yesterday
Language
Python
License
MIT

Similar Skills

Semantically similar based on skill content — not just same category