用途
Research Ideation 用于把研究目标转化为经过排序的研究想法和详细的研究提案。它覆盖从选题到提案的完整流程，适合需要寻找研究方向、头脑风暴、评估想法新颖性、排序比较多个想法，或从想法生成研究提案的场景。
不适用场景：查找/阅读论文应使用 paper-navigator；文献综述报告应使用 research-survey；规划论文（故事设计、实验计划）应使用 paper-planning。
主要能力
该技能提供一条分步流水线：
- Step 0：从 evo-memory 加载先前的选题记忆（M_I），选取与当前目标最相关的 top-2 条目，把可行方向作为种子，避免重复已知死路。
- Step 1：定义长期研究目标，要求兼具科学价值与实用价值。
- Step 2：文献扎根，必须通过 paper-navigator 收集 30-50 篇相关论文，并构建“挑战—洞见树”，映射技术挑战与对应洞见/技术之间的关系。
- Step 3：生成想法，从 3 个不同研究方向出发，使用三种人格（Innovator 关注新颖性与创造力；Pragmatist 关注可行性；Critic 关注科学价值）各生成一个想法，每个想法遵循聚焦贡献或系统贡献两条方法论路径之一。
- Step 4：精炼想法，运行 3 条并行精炼轨道，每条轨道使用全部三种人格，进行 N=3 轮迭代，采用 5 种进化策略（基于文献的增强、提升连贯性、灵感与组合、简化、文献驱动的转向）。
- Step 5：ELO 锦标赛，对 3 个轨道冠军进行两两比较（起始 Elo 1500，K 因子 32），按新颖性、可行性、相关性、清晰度四个维度评分，排序后向用户呈现前三名（含对比表和完整精炼想法）。
- Step 6：更新 evo-memory，将前三方向保存为可行方向并记录 ELO 分数，将不可行想法记录为失败方向并分类。
- Step 7：扩展为提案，先生成领域特定模板，再按通用原则撰写提案。
- Step 8：验证与迭代，在代表性数据上运行实验，失败则返回 Step 3 或 Step 4。
使用方式
该技能以工作流形式组织，用户提供研究目标后，按上述步骤依次执行。关键执行规则包括：
- 所有论文发现必须使用 paper-navigator 及其脚本（scholar_search、citation_traverse、arxiv_monitor、recommend 等），禁止使用 WebSearch、WebFetch 或任何通用网络搜索工具查找论文。
- Step 2 必须收集 30-50 篇真实论文，不得跳过或用通用知识替代。
- Step 5 呈现前三名时，必须同时提供对比表和每个想法的完整精炼版本，不得省略或折叠为表格。
- Step 6 在用户最终选择前触发 evo-memory IDE 协议。
适用场景
- 用户想寻找研究方向或头脑风暴研究想法
- 用户想评估一个想法是否新颖或值得推进
- 用户想排序或比较多个研究想法
- 用户想从一个想法生成研究提案
限制
- 该技能本身不搜索论文，所有论文发现依赖 paper-navigator。
- 使用通用网络搜索工具查找论文被明确禁止。
- 提案撰写分两阶段：先生成领域特定模板，再填充内容；不同领域需要不同的提案结构。
- 具体收费、价格、平台支持等信息暂未提供。