用途：Light 科研流水线第 3 节点，把文献地图与撞车基线喂入后做结构化发散，产出值得做且做得成的分层候选 idea，并强制送 idea-critique（stage 4）严审；被打回时按根因重新发散。触发信号包括“这个方向/这些数据能做什么”“帮我想几个 idea”“有什么创新点”“选个题”等。
主要能力：① 结构化发散：provocation_gen.py --seed 用激发算子×核心实体生成 7 角度（gap-driven、method-transfer、data-driven、problem-reframe、combination、theory-gap、efficiency）发散提问；--coverage 报候选数与角度空白，仅 advisory。② gap 证据入口门 gap_evidence_gate.py：SUPPORTED gap 须有可查来源、阴性检索留痕与候选链接。③ idea_genealogy.py 硬门：候选须追溯 seed/文献/观察/约束，声明机制与假设 delta、机会模式、信息增益、资源状态与最小判别实验。④ innovation_engine.py 反拼接门：声明原创来源分型与 anti_collage 七字段，拦截裸 A+B 与工程增量包装突破。⑤ candidate_dedup.py 防伪多样、rank_ideas.py 分层排序、swiss_rank.py ELO 两两配对。⑥ idea_selfcheck.py 撞车前置自查并产 light.findings.v1，交 run_checkpoint.py --stage 3 聚合。⑦ card_gate.py 校验立项卡完整性。
使用方式：脚本均在 scripts/，纯 stdlib；候选 JSON 字段见 examples/candidates.example.json；Windows 需 set PYTHONUTF8=1。典型调用如 python scripts/provocation_gen.py --seed "对比学习,加速度序列,发情行为"；python scripts/gap_evidence_gate.py --input templates/idea-gap-evidence.example.json --report gap_evidence_findings.json --as-of 2026-07-05；python scripts/idea_genealogy.py --input templates/idea-genealogy.example.json --report genealogy_findings.json --as-of 2026-07-05；python scripts/innovation_engine.py --input templates/innovation-engine.example.json --report innovation_findings.json --as-of 2026-07-05；python scripts/candidate_dedup.py --in candidates.json；python scripts/card_gate.py --in idea_candidates.md；python scripts/rank_ideas.py --in candidates.json --top-k 6；python scripts/swiss_rank.py candidates.json --out ranked_elo.json；python scripts/idea_selfcheck.py --in candidates.json --domain-map dmap.json --direction "绵羊跛行检测" --report findings.json。
适用场景与限制：适合有方向或数据、需要系统化产生并分层研究选题的科研流程。生成端只产撞车等 warn 信号与 facet 槽位，不下 novel/创新最终判决，该判决归 idea-critique；数量与七角度标签不等于机制多样性；激发算子是脚手架，洞察依赖人、文献与数据质量；离线语义相似度跨语言偏弱，需注入 embedding；自检分与撞车相似度会随时间漂移；可证伪机检为启发式，非语义理解。部分能力具体边界与不足已在资料中说明，其余细节暂未提供。