用途：为研究项目生成有潜力、可差异化的 idea，适用于用户需要创新点、研究思路、提方案，或询问某方向/数据能做什么的场景。
主要能力：先判断输入属 Level 1（已有明确方向，做细化与可行性核验）或 Level 2（只有方向/数据/参考文献，从文献与数据反推 idea）。生成采用多角度发散再收敛，发散角度含 gap-driven、method-transfer、data-driven、problem-reframe、combination、theory-gap、efficiency，并可补充跨域类比、假设反转、尺度切换等激发技法；收敛用方法成熟度过滤，候选多时用两两 PK 或瑞士轮排序，并以影响×工作量做漏斗选 Top 3。
必要用法：开工前确认文献 gap 清楚、数据足以支撑，数据不足先回 m02。每个 idea 需写清一句话 idea、动机、创新点及对标的真实文献、更强机理、可量化可证伪的目标、具体数据集与规模、成果形态与投稿层次定位及风险。提创新点前须实际检索核验，统一调用已验脚本，如 python light-literature-search/scripts/search_normalize.py 与 python light-literature-search/scripts/snowball.py，并回答核心撞车四问。产出 3–6 个分层 idea（高风险高回报/稳妥/保底），标准工件为 idea_candidates.md，并须送 m04 idea-critique 严审，写入项目库 db09 的 decision_log。
限制：不做无数据支撑的空想 idea，不用记忆代替检索，不编造对标工作；一次多候选时需用语义相似度防伪多样性，相似度显著偏高者视为同一 idea 的变体。具体端点、限流、计费与评审维度详见其 references.md，本简介未展开。