Innovation Radar 是一个面向技术栈与行业趋势的创新机会识别技能，目标是发现超越“修 bug”的前瞻性升级点，提出能让项目脱颖而出的功能与模式。它被定位为 council“what's wrong?”分析之上的“what if?”层。
一、主要能力：创新类别 技能将创新归纳为五类：
- AI 功能：按项目类型推荐合适的 AI 集成点。例如内容应用可做基于嵌入的 AI 搜索（中等投入、高影响）；电商可做商品推荐引擎（高投入、极高影响）；SaaS 仪表盘可做自然语言数据查询；开发工具可做 AI 代码审查/建议；CMS 可做 AI 内容生成/摘要（低投入、中等影响）；表单密集应用可做智能自动填充；文档可做 AI 问答机器人；任何应用可做 AI 命令面板（低投入、高影响）。检测方式：关注搜索功能、数据表格、内容编辑与用户输入表单等 AI 集成点。
- 现代 UI 模式：如 Cmd+K 命令面板（适合超过 5 个页面/操作的应用）、乐观更新（任何 CRUD 应用）、骨架屏（任何数据加载界面）、拖拽排序（顺序有意义的列表）、无限滚动（信息流/列表类应用）、Toast 通知（含异步操作的应用）、Spotlight 搜索（超过 10 种内容类型的应用）、多选与批量操作（管理界面）、上下文工具提示（复杂/企业 UI）、键盘快捷键（效率/开发工具）、实时协作（文档/编辑器/白板）、暗色模式（任何面向用户的应用）、响应式侧边栏（仪表盘/管理布局）、数据可视化（含分析的应用）、撤销/重做栈（编辑器/表单密集应用）。
- 性能创新：除修复瓶颈之外的架构级模式，包括边缘函数（全球用户、低延迟需求）、流式 SSR（Next.js/Remix 慢数据应用）、React Server Components（Next.js 14+）、岛屿架构（Astro 等内容密集站点）、Service Worker 缓存（移动端/弱网应用）、WebSocket 订阅（仪表盘、聊天、实时流）、虚拟滚动（100 行以上的表格）、图片优化管线（图片密集应用）、数据库连接池（Serverless + DB 应用）、GraphQL DataLoader（存在 N+1 风险的 GraphQL API）。
- 开发者体验创新：类型生成（面向 OpenAPI、GraphQL 的 API 消费方）、Monorepo（2 个以上相关项目）、Storybook（UI 组件库）、功能开关（高频发布团队）、API Mocking 与 MSW（后端未就绪的前端）、数据库种子数据（复杂数据模型应用）、热模块替换（任何前端项目）、错误追踪 Sentry（任何已部署应用）、分析管线（产品导向应用）、健康检查端点 /healthz（任何已部署服务）。
- 安全创新：内容安全策略（任何 Web 应用）、子资源完整性（加载外部脚本的应用）、RBAC 框架（多用户应用）、审计日志（企业/合规应用）、密钥轮换（生产服务）、限流 + WAF（公开 API）、OAuth2/OIDC（含用户登录的应用）、签名 URL（文件上传/下载功能）。
二、创新评分 每项创新按四个因子加权：新颖性 25%（1-10）、用户影响 30%（1-10）、实现难度 20%（1-10，越高越易）、契合度 25%（1-10）。计算公式为 InnovationScore = (Novelty * 0.25) + (UserImpact * 0.30) + (Effort * 0.20) + (Fit * 0.25)。
三、按框架的创新建议 Next.js：并行路由实现同步布局、拦截路由实现模态模式、Server Actions 免 API 路由处理表单变更、部分预渲染（PPR）混合静态/动态、next/image 模糊占位提升感知速度。 React SPA：React Query / TanStack Query 管理服务端状态、Suspense 边界流式加载数据、React.lazy + 具名导出细粒度代码分割、useOptimistic 即时 UI 反馈、useDeferredValue 非阻塞更新。 Express/Node 后端：tRPC 实现与前端端到端类型安全、BullMQ 后台任务处理、OpenTelemetry 分布式追踪、基于 Zod 的请求校验中间件、Pino 结构化日志。 Python 后端：Celery 或 Dramatiq 后台任务、Redis 缓存与自动失效、从模型生成 OpenAPI 规范、异步数据库驱动 asyncpg、structlog 结构化日志。
四、输出格式 以 YAML 结构输出，包含标题、category、subcategory、novelty、user_impact、effort、fit、innovation_score、confidence、描述、实现细节（推荐库、需创建/修改的文件、预估时间）、灵感来源与标签。
五、反模式 不要建议不符合项目成熟度的创新；项目无数据时不要建议 AI 功能；只读内容站点不要建议实时功能；个人项目不要建议企业级模式；始终给出具体的库/工具推荐，而非泛泛的“加入 AI”；始终务实地估算实现时间。