用途：给定一个宽泛研究方向，系统化生成、验证并排序具体可发表的研究想法，最终输出排序后的想法报告。
主要能力：分阶段工作流。阶段1做领域调研，先扫描本地 papers/ 与 literature/ 目录，再用 WebSearch 检索近两年顶会与近半年 arXiv，构建领域地图并识别结构性空白。阶段2通过 Codex MCP 调用外部 LLM 发散生成 8-12 个想法，每个含一句话摘要、核心假设、最小可行实验、贡献类型、风险与工作量。阶段3做可行性、新颖性与影响力初筛，通常剩 4-6 个。阶段4对存活想法做深度验证，包括 /novelty-check 与 GPT-5.4 批判性评审。阶段5对前 2-3 个想法并行跑廉价试点实验，用 /run-experiment 与 /monitor-experiment 部署和监控。阶段6输出 IDEA_REPORT.md 排序报告。
常量与预算：PILOT_MAX_HOURS=2，PILOT_TIMEOUT_HOURS=3，MAX_PILOT_IDEAS=3，MAX_TOTAL_GPU_HOURS=8，REVIEWER_MODEL=gpt-5.4，可通过参数覆盖。
使用方式：以 /idea-creator "方向" 调用，方向需具体到问题、领域与约束；若方向过宽（如仅写 NLP、计算机视觉）会要求先收窄。可与 /research-lit、/novelty-check、/research-review、/run-experiment、/auto-review-loop 组合成完整流水线。
适用场景：需要从宽泛方向快速产出可执行研究选题、并希望用试点实验获得经验信号的研究者。
限制：纯理论想法或无 GPU 时跳过试点阶段并标记为 needs pilot validation；需 OpenAI 模型；计算预算有限，超预算想法会被淘汰；具体收费、平台与效果资料暂未提供。