用途
本技能用于帮助科研人员系统性地进行科研选题、项目构思、卡壳项目排查以及战略性科研决策。其核心框架来自 Fischbach 与 Walsh 的论文《Problem choice and decision trees in science and engineering》（Cell, 2024），并基于斯坦福大学 BIOE 395 课程。
核心观点是：问题选择优先于执行质量（Problem Choice >> Execution Quality）。即使对平庸问题执行得再出色，也只能带来渐进式影响；而对重要问题执行良好，则能产生实质性影响。科学家通常花几天选问题、花几年解决问题，这种时间分配的不平衡限制了影响力，本技能旨在帮助用户把更多时间投入到明智的选题上。
主要能力
技能提供三个对话入口：
- 提出新项目想法——共同打磨想法。
- 分享当前项目中的问题——共同排查。
- 提出战略性问题——共同在决策树中导航。
围绕九项技能展开：
- 技能 1：直觉泵（Intuition Pumps）——生成高质量研究想法，产出问题构思文档，约 1 周。
- 技能 2：风险评估（Risk Assessment）——识别和管理项目风险，产出风险评估矩阵，3-5 天。
- 技能 3：优化函数（Optimization Function）——定义成功指标，产出影响评估文档，2-3 天。
- 技能 4：参数策略（Parameter Strategy）——决定哪些固定、哪些保持灵活，产出参数策略文档，2-3 天。
- 技能 5：决策树导航（Decision Tree Navigation）——规划决策点，产出决策树图，2 天。
- 技能 6：逆境应对（Adversity Response）——把危机作为机会来准备，产出逆境预案，2 天。
- 技能 7：问题反转（Problem Inversion）——绕过障碍，产出问题反转分析，1 天。
- 技能 8：整合与综合（Integration & Synthesis）——综合成连贯计划，产出项目沟通包，3-5 天。
- 技能 9：元框架（Meta-Framework）——编排完整工作流，产出完整项目包，1-6 周。
使用方式
用户从三个入口之一开始，用 1-2 句话简述想法、问题或战略问题。技能会先返回一段不超过一段话的总结以确认理解，再请求更多细节（想做什么、计划怎么做、成功为何重要、主要风险等），随后引导用户进入相应技能模块。
评估想法时使用两个轴：X 轴为成功可能性，Y 轴为成功后的影响力，技能帮助想法向右（更可行）和向上（更有影响力）移动。
关键设计原则包括：对话式入口、通过提问逐步建立具体性、在战略节点使用 PubMed 检索进行验证、每项技能产出 1-2 页具体文档、技能可独立/顺序/迭代使用、关于通用性和可行性的主张应基于证据。
适用场景
- 研究生：选择论文课题、资格考试、委员会会议，重点技能 1-3 加技能 9，时间线 2-4 周。
- 博士后：开始新职位、规划独立项目、申请奖学金，使用全部技能，强调独立性和风险管理，时间线 1-2 周。
- 首席研究员（PI）：新实验室、新方向、指导学员、基金周期，重点技能 1、3、4、6，持续进行。
- 创业创始人：公司创立、转型决策、投资人路演，重点技能 1-4 加技能 8，时间线 1-2 周，每季度回顾。
限制
资料未提供该技能的具体安装命令、平台支持范围、收费方式或价格信息。参考材料位于 references/ 文件夹，包含 01-intuition-pumps.md 至 09-meta-framework.md 等文件。预期成果包括：完成后获得清晰项目愿景、诚实风险评估、应急计划、沟通材料和选题信心；6 个月后决策更快、逆境处理更有效；2 年后发表成果或取得进展、避免死胡同项目。