用途：系统核查一项研究创新是否已被现有文献覆盖，输出两类结果之一：找出已覆盖该主张的先前工作，或给出清晰可辩护的“差异（delta）”陈述以区分所提贡献。
输入：需要用户提供两项内容——研究问题（所针对的具体问题、挑战或知识空白）与新颖性（所声称的具体贡献，如新方法、定理、数据集、框架或洞见）。若输入缺失、含糊或两者混淆，技能会自行推断最合理解释并直接继续，不暂停确认。
主要流程：共七步。1）将新颖性拆解为问题框架、核心机制、关键洞见、应用领域四个轴；2）用三条互补查询（原始问题、宽泛领域、方法特征）调用 paper-search 技能检索并去重，再补充模型记忆中的相关论文（标记 Source: model-recall，数量通常 0–5，不确定的字段留空）；3）按标题与摘要做初筛，记录重叠分（0–4）；4）筛出 3–7 篇高潜力候选；5）对候选论文做全文深读，用 scripts/fetch_paper.sh "<PDF_URL>" "<pdf_name>" 下载并提取文本，核实四轴、发表场所、假设与范围，并给出最接近段落证据；6）按统一字段逐篇对比，按匹配轴数映射五级新颖性（level = 5 − 匹配轴数），总体结论取最重叠（最低）级别；7）写出一句话 delta 陈述，格式为“Unlike [最接近先前工作]，which [在假设 Y 下做 X]，the proposed work [做 X′/去掉 Y/扩展到 Z]，yielding [可量化收益]”。
限制：依赖 paper-search 与 arXiv 检索，arXiv 请求需间隔至少 4 秒以避免 429，由 arxiv_search_throttle.lock 自动节流，不应绕过该模块直接调用 arXiv；全文获取可能因付费墙、403、死链或扫描版 PDF 失败，此时需回退到摘要/HTML 并明确记录局限，不得假装已读全文；不得编造引用，记忆补充论文须确信存在且直接相关。