agentsclimarketplace

Research idea generator

Skill findscripter/everything-skills/00-meta/research-idea-generator

当用户想头脑风暴研究方向、寻找新 research idea、问"接下来做什么研究/有什么可做/怎么找 gap"时使用;按"发散→文献验证→收敛"三阶段产出候选清单、文献表、评分矩阵与一页提案;不适用于已定题后的具体实验执行或论文写作。触发词:brainstorm、想idea、研究方向、下一步做什么、找gap、research proposal、研究构想、选题From its SKILL.md

Install
npx -y skills add findscripter/everything-skills --skill research-idea-generator

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
  • 1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its file declares

Copied from the file, not written here

The file declares its own license as MIT. That is the author’s claim about this one file, and it is not the same thing as the license GitHub reports for the repository, which is listed with the other numbers below.

SKILL.md

6.9 KB, ~2.4k tokens by cl100k_base, as published. Nobody here has run it

何时使用

  • 用户想头脑风暴研究方向、寻找论文选题、开拓新研究领域,或问"接下来可以做什么研究/有什么 gap"。
  • 跨领域合作或团队定期激荡构想时,需要一套可复用的系统化流程。
  • 需要在动手前验证一个 idea 的新颖性(是否已被做过)。

不该用:

  • 题目已确定,进入具体实验设计、代码实现或论文写作阶段(这是执行而非选题)。
  • 只需单条事实核查或文献检索,无需完整发散-收敛流程。
  • 非研究类的产品/商业点子(框架可借鉴,但本条针对学术研究构想)。

步骤

三阶段:发散 → 文献搜索验证 → 收敛,最终产出一页提案。

阶段一 · 发散(产出 10-20 个候选):原则是"量先于质",先广后深。先界定研究大方向、回顾近期读过的论文/观察,每个框架限时 15-30 分钟。从下列 10 框架中至少选 3-5 个生成候选。

阶段二 · 文献搜索验证(确认新颖性):为每个候选设计 3-5 组关键词(含同义词、上下位词、中英文),多平台检索 + 滚雪球法,对每个 idea 做新颖性判定,建立文献表,通常淘汰到剩 5-10 个。

阶段三 · 收敛(筛到 1 个):淘汰 → 合并 → 精炼 → 评分矩阵 → 最终决策,并警惕认知偏误。

指令

10 种发想框架(任选 3-5 个):

  1. Problem-First:从痛点/瓶颈/benchmark 失败案例出发找未解问题。
  2. Solution-First:从一个新方法出发,问它还能解决什么、能迁移到哪。
  3. 抽象阶梯:向上抽象问本质,再向下具体化为新应用。
  4. 矛盾猎寻:找未被质疑的预设、缺证据的"常识"、互相矛盾的结论。
  5. 跨领域嫁接:把别的领域(生物、社会科学等)的机制引入本领域。
  6. What Changed:盯最近的技术/环境变化(更大模型、新数据源、新社会需求如隐私/公平/可解释)开启了什么可能。
  7. 失败分析:从失败尝试、被拒论文、表现差的方法里找机会与更根本的问题。
  8. 简单性测试:用更简单的 baseline 挑战复杂方法,问哪些组件真的必要。
  9. 利害关系人旋转:从终端用户/开发者/决策者不同视角重想问题。
  10. 组合/分解:A+B 组合,或拆出值得独立研究的子模块。

发散输出表(每个候选):编号 | 标题(一句话) | 使用框架 | 简述(2-3句) | 直觉评分(1-5)

文献检索平台与策略:

  • Semantic Scholar(语义搜索/探索)、Google Scholar(覆盖广/确认)、arXiv(前沿预印本)、DBLP(CS 索引)、ACL Anthology(NLP 专用)。
  • 滚雪球:前向(谁引用了关键论文)、后向(关键论文引用了谁)、作者追踪。

新颖性判定与行动:

判定说明行动
全新找不到直接相关工作保留,但需验可行性
部分重叠有相关但不相同找差异点,精炼 idea
已被做过找到几乎相同工作淘汰或大幅修改

收敛评分矩阵(加权总分排序):

维度权重说明
新颖性25%与现有工作的差异度
可行性25%现有资源下完成的可能
影响力20%对领域的潜在贡献
时效性15%是否契合当前趋势
个人兴趣15%热情与动机

最终决策:选加权最高者,但同时核对直觉是否认同、热情是否足够;理性与直觉冲突时先厘清原因。

警惕认知偏误:确认偏误、沉没成本、新奇偏误、从众效应、完美主义。

最终一页提案固定段落:

# [研究标题]
## 问题陈述:解决什么问题?为何重要?
## 现有方法与不足(Related Work & Gap)
## 提议方法(Proposed Approach):核心想法
## 预期贡献(Expected Contributions)
## 初步实验计画:数据集 / 指标 / baseline
## 风险与备案(Risks & Mitigation)
## 时间表(里程碑)

示例

输入:用户大方向为"大语言模型推理",问"我接下来能做什么研究?"

执行:

  1. 发散——选用框架 6(What Changed:长上下文窗口变大了)、框架 8(简单性测试:CoT 真的需要那么多步吗)、框架 4(矛盾猎寻:两篇论文对 self-consistency 收益的结论冲突),各产出若干候选,凑满 12 个,填入候选表并打直觉分。
  2. 文献验证——对评分最高的 3 个候选各设计关键词,在 Semantic Scholar + arXiv 检索并滚雪球,判定:其中 1 个"已被做过"淘汰,2 个"部分重叠",记录差异点,建文献表(每 idea 5-10 篇)。
  3. 收敛——剩余候选填评分矩阵,"长上下文下的步级 CoT 剪枝"以新颖性+可行性领先胜出,产出一页提案,列出 baseline、数据集与风险备案。

注意事项

  • 发散阶段不要过早筛选,否则扼杀广度;评分只用直觉粗筛。
  • 关键词务必含中英文与上下位词,否则会漏掉同主题不同命名的工作而误判"全新"。
  • 至少用 2 个检索平台并做滚雪球,单平台容易遗漏。
  • 时间分配参考:发散 2-4h、文献验证 4-8h(每 idea 30-60min)、收敛 2-3h、写提案 1-2h,合计约 9-17h / 1-2 周。
  • 允许迭代:拿到新信息可回到发散重做,好 idea 多是多轮迭代的结果。
  • 平时维护 Idea Bank(按领域/方法/问题类型打标签),并向不同领域的人讲述 idea 收集反馈。

互见

  • first-principles-thinking:框架 3(抽象阶梯)与框架 4(矛盾猎寻)的底层思维,用于追问问题本质与挑战预设。
  • fact-checking:阶段二新颖性验证可借其核查方法,确认"是否已被做过"的判断有据可依。

本条采编自 voidful/academic-skills(MIT)。

What ships with it

Read from the repository

Just SKILL.md. No reference files, no scripts.

Keep looking

Skills are one crate of 326,736. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.