技能介绍

要解决的具体问题

做研究选题时，常见困难不是“找一些论文”，而是把分散文献转化为可执行的研究问题：哪些方向证据密集、哪些只是热点堆叠、哪些开放问题能支撑新想法，以及新想法是否已有近邻工作。这个技能面向 research ideation，输入一个研究领域，可选输入 seed ideas，用于生成有证据链、可检验、可迭代的研究问题与想法。

技能如何工作

核心流程是一个可审计的研究想法流水线：

检索与筛选：从 OpenReview、PMLR、NeurIPS、ACL Anthology、CVF、ACM、AAAI 等来源获取近年顶会论文，排除 workshop、demo、poster 与不相关文献。
领域树构建：将论文映射到层状节点，标记共同假设、局限和开放问题，避免只做扁平综述。
多角色头脑风暴：用“细节深挖者”“跨领域专家”“思路发散者”提出、批评并合成候选问题，再投票选出 Top 问题。
想法生成与评估：对每个 Top 问题生成候选 idea，执行针对性 novelty check，按评分标准淘汰、重试或替换，最终输出通过的想法和失败记录。
过程留痕：中间产物写入 outputs/<run-date>/，包括论文卡片、检索报告、问题记录、novelty check 和 process_record.md。

适用边界与注意点

它适合科研选题、方向调研、论文 idea 生成和可复现实验计划起草，不适合宣称文献覆盖完整。若近年顶会证据不足，它会停止完整分析或记录 fallback；若 novelty 证据不充分，也不能把“未找到近邻工作”直接等同于“新颖”。使用时应提供足够具体的领域，避免过宽方向导致论文卡片和领域树质量下降。