用途：把“想 idea”拆成两步——选一个好问题（failure case），再解决它；选题决定论文 novelty 与价值上限。任何研究动作前先跑闸门，基于检索而非印象判断，因为判错代价可能是几个月。
主要能力：四情况闸门。情况1（同输入输出任务已有不错方案，只是某些地方不够好）与情况2（输入输出略变但已有不错方案；或跨 data domain、技术内核相同的任务都已有类似方案）应换题；情况3（只有一两个不同 data domain、技术内核相同的任务有不错方案）可做，适合新手；情况4（各领域有类似技术问题但都没好方案）可做，适合高手。情况2和3的分界在于该技术内核是否在别的 data domain 被解决过，关键词检索答不了，必须走引文图。
使用方式：用 literature-review 检索与判据，必要时调用代码：
exec(open("<skills>/literature-review/kernel.py").read()) hits = search_openalex("<failure case 的技术描述>") both = expand_citations("<最相关的 DOI>")
读候选论文 pipeline 用 pdf-explore（pdf_outline 定位 method 段，pdf_pages 只取那几页）。评估 idea 时产出结构化卡片：项目设定、failure case、闸门结论与证据（含 DOI）、问题质量各维度依据、core technical challenge、至少3个候选 pipeline（含一个故意保守的）及选定理由、逐模块三元素、6条自查、最终结论（做/换题/需更多检索）。填之前可参考 references/scorecard-example.md 的颗粒度。
适用场景：课题立项与评估、选题排序、区分 follow-up 与真正创新、为新锤子寻找 roadmap 上的 milestone task；默认 goal-driven（设定目标→规划 roadmap→选 task），避免 idea-driven。
限制：资料未提供具体收费、价格、平台与效果信息；判定依赖可检索证据与引文图，若证据不足应输出“需更多检索”而非猜测；简单 A+B 能解决则说明 failure case 不重要，应换题。