用途：ideate 用于在设计或技术问题求解中生成多样化的候选方案，尤其适合卡在某个设计上、或反复得到雷同 LLM 输出时使用。它的核心观点是：多样性是一个选择问题，而非数量问题；同一思维框架下生成的十个点子往往只是同一想法的变体。
主要能力：提供九种可迁移到技术问题求解的构思方法，并按类别归类并标注证据等级。方法包括 SCAMPER、SIT 任务统一、形态分析（Zwicky）、SIT 减法、跨域类比（TRIZ、Synectics）、反转（反向头脑风暴、事前验尸）、约束激发、魔鬼代言人、多重工作假设。这些方法分属转化、分解、类比、反转、扰动、对抗、假设等类别。
使用方式：先选择希望使用的方法数量（实用范围为 3 到 5 个），跨不同类别选方法，例如调用 select_methods(n)。对每个方法把其推理提示应用到问题上，自由生成想法，暂不套用固定模式。第二轮通过 select_methods(n, exclude=used_ids) 或 rotation_plan(passes, n_per_pass) 做轮换，避免在方法库耗尽前重复。之后用 score_idea 按加权标准打分，权重为：新颖性 0.25、契合度 0.20、可行性 0.20、简洁性 0.15、可逆性 0.10、影响力 0.10。若新颖性达到 8 分或以上但缺少证据，会被封顶为 7；只有做过既有技术检索并确认确属新想法时才传 novelty_evidence=True。最后输出带理由和分数的最终集合。
限制与注意事项：不要用一种方法生成大量想法就称其多样；生成阶段不要强加刚性输出模式；不要把仅有轶事证据的方法当作已被证实，应引用其证据等级；不要导入完整的 20 方法集合，该目录是刻意精选的。若问题属于调研已有方案，应改用 tome:research；若专门做跨域类比，应改用 tome:triz。结构化推理而非输出，是该方法的关键。方法的个体证据本身较薄弱，价值在于多样选择加轮换的模式。资料未提供具体安装命令、价格、平台或代码示例。