/research-idea

name: research-idea
description: 当用户提供研究资料、项目背景、实验结果、论文草稿、PR/仓库信息或自然语言线索，希望在文献调查基础上提出科学问题、凝练可证伪假设、寻找创新点或判断研究想法价值时使用。⚠️ 不适用：用户只需要完整实验方案/分析计划（优先 research-plan）、只要写文献综述正文（优先 research-literature-review）、或只要不需要文献依据的普通头脑风暴。

Research Idea

目标

把资料转化为可追溯的研究脉络 map 和科学问题，分开判断科学价值、判断可信度与近期投入，形成可推荐、当前范围内无合格候选或证据不足的结论。候选生成不得脱离前置文献调查，不能由 AI 仅凭资料臆造。

与相邻 skill 的边界：

• `research-topic-extractor`：只负责把资料提炼成可检索主题。
• `research-literature-search`：根据显式多查询生成 `rls.v1` canonical 候选与 provenance，是本 Skill 的直接检索依赖。
• `research-literature-radar`：把 Search canonical 候选分成核心证据、辅助景观、待升级近邻和范围外记录。
• `research-literature-interpretation`：逐篇解读入选论文，提取问题、机制、证据、边界和可迁移启发。
• `research-literature-review`：仅在用户需要完整综述、related work 或系统综述时单独使用，不是本 Skill 的依赖。
• `parallel-vibe`：负责默认 3 轮串行独立审查与打磨。
• `research-plan`：在已有科学问题和假设后，才用于实验设计或分析计划。

流程

BSK 阶段入口

新任务只通过 `scripts/start_workflow.py` 启动：一次完成环境与 capability 预检、工作区准备、v2 literature 身份、研究参数和运行快照。四个阶段开始前用 `scripts/phase_entry.py --mode start` 获取并消费 State-bound action authorization；阶段完成后用 `--mode finish` 获取 required Verifier handoff、记录 Kernel Gate并创建目标 State 的新 visit/initial attempt。

两个入口只是托管 BSK 的领域适配器，不创建私有 State、Gate、attempt、handoff 或事件账本，也不声称阻止任意外部写文件。Verifier 失败或证据变化时用 `phase_entry.py --mode retry` 在当前 visit 内 supersede attempt；旧 handoff、Gate 和授权不得复用。若 Agent 绕过入口，`check_completion.py` 依据 v2 source/target identity 链拒绝不完整运行。

分层完成与降级语义

`artifact_ready`、`execution_recorded`、`evidence_sufficient`、`claim_eligible` 是四个独立判断：文件存在不等于阶段执行过，阶段执行过不等于证据深度足够，证据足够也不自动证明科学结论。`recommended` 仅表示当前范围内的有界推荐；依赖故障、全文不足或等价性未核验时使用 `degraded`，已有部分证据但仍可指导下一步时使用 `bounded_recommendation`，均不可进入 `completed`。只有四层均为 true、required Verifier 通过且 `check_completion.py` 通过，才能交付 `completed`。

新运行的 `completion-evidence.json` 使用 `schema: research-idea-completion-v5`，顶层 completed 身份从 BSK 当前快照派生；候选级 Search bundle 必须保留 `rls.v1`、查询与 canonical 候选哈希、数量及全量消费状态，独立 reviewer 还必须有 thread/runner completed 回执。旧回传不可跨 attempt 复用，旧索引保持只读，不能用于认证新完成。

输入

• 必需：任意资料或信息，如文本、文件、文件夹、URL、论文线索、实验现象、代码仓库或 PR 背景。
• 可选：
• 输出路径：用户指定时遵从；未指定时放在 `./docs/ideas/`。
• 工作区：用户指定时遵从；未指定时为当前工作目录下 `.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/research-idea/`。
• 轮次：默认 3 轮；用户指定时遵从。

执行步骤

初始化与资料归纳

1. 先读 [运行说明](references/runtime-guide.md)，锁定本轮任务目录后只调用 `scripts/start_workflow.py`。确认返回 `status=initialized` 及非空 run/visit/attempt，再用 `phase_entry.py --mode start --action literature` 授权文献阶段；已有任务按运行快照、Kernel 投影和 active attempt 恢复。 2. 读取资料，在现有输入摘要中说明目标研究贡献、服务的问题或决策，以及时间与资源约束。资源区分已具备、明确没有、尚不清楚；源码没有某能力不等于团队无法建设。目标未说明时给出暂定解释，只有不同解释会改变主线选择时才澄清。只保存脱敏摘要和必要引用。 3. 用 `research-topic-extractor` 生成主题、5-10 个英文关键词、2-5 个核心问题；保存为本 Skill 的 `input/theme.json`（引用主题提取 Skill 的原始产物），字段为 `topic`、`keywords`、`core_questions`。

文献调查与解读（候选生成前置）

1. 调用 `research-literature-radar`，根据 `input/theme.json` 消费 Search manifest 与全部 canonical 候选，输出逐条覆盖的 `literature-landscape.jsonl` 和 hash/计数摘要。每条记录正交标注相关性、证据深度、发表状态和身份可信度；预印本与单一可靠来源不得被自动降级。 2. 将核心论文、辅助研究线、待升级近邻及其 provenance 保存到本任务 `research-literature-radar/output/`。核心论文使用 R 锚点；辅助和待跟踪论文继续使用 Search record ID，不建立平行身份。Radar 失败、landscape 未全量对账或 hash 漂移时，不得直接生成候选。 3. 对入选论文调用 `research-literature-interpretation`，采用并行子 agent 分批执行：

• 一个子 agent 只负责一篇论文，独立读取该论文的 provenance 与可用正文/摘要，并将结果写入本任务 `research-literature-interpretation/output/` 下独立的论文目录。
• 同时运行的解读子 agent 最多 3 个（不含负责调度与汇总的主 agent）；入选论文超过 3 篇时按批次排队，上一批全部完成（或记录失败）后再启动下一批。
• 本阶段不再嵌套启动额外的并行解读 agent；若单篇需要补证据或定向复核，由该子 agent 在自身任务内完成，不能突破全局并发上限。
• 主 agent 汇总所有成功解读，并保留每篇论文的失败/证据不足状态；任何论文未完成时不得把研究脉络 map 标记为完整。
• PDF 可用时优先基于全文；只有摘要时，解读必须收缩到摘要支持的范围，不得补写全文结论。每篇解读至少记录 `source_id`、`evidence_depth`、`read_scope`、问题、方法、关键结果、限制、支持/反驳关系和稳定引用；研究 map 为每条关系标记 evidence level，并将待验证综合判断单列。

4. 主 Agent 基于核心解读与完整 landscape 建立本 Skill 的 `output/research-map.md`，先读 [研究综合指南](references/research-synthesis.md)。主体包含研究线比较表、辅助候选聚类摘要与覆盖范围、关系与演化说明、带稳定 O 编号的研究机会清单，并保留时间线、R 锚点和 Search record ID。区分有来源的关系与待验证综合判断；不能把时间先后、相似术语或不同测量结果写成继承、因果或矛盾。发现可能决定新意的辅助近邻时按需升级全文/单篇解读，不对全部辅助论文做长篇精读。

初始候选与低成本价值筛选

将用户摘要、主题、文献证据与 map 作为共同事实，调用 `parallel-vibe`，默认 `n=3`，由独立 agent 提出初始候选。首轮不提供预定最佳方向或优先级，也不互读草稿。按问题选择现象、测量、机制边界或决策等不同角度，不固定套用角色。综合检查研究对象、解释或预期贡献是否实质不同，去重并保留分歧与淘汰理由。

初始探索数量遵循 config 的 min/max_candidates；最终保留数量另行决定，可以只有一个或为零。按 [研究综合指南](references/research-synthesis.md) 和 [报告模板](references/report-template.md) 表达每个候选；报告保留模板的字段名与章节名，每项用短句或 O/R 引用减少重复，不合并标签或自创同义标题：

• 具体科学问题、可证伪假设、关键预测和反证路径；观察应能区分可能答案，不只写效果更好。
• 价值与非平凡性：成功增加什么知识或改变什么决策，失败排除什么解释，常规解释和简单方法为何尚不足。
• 创新性与颠覆潜力：相对最近邻工作的概念增量；若成立会改写什么机制理解、理论框架、测量范式或决策，若失败会排除什么重要解释；为什么不是换对象、换数据、加参数或组合方法。
• 最近工作与实质增量：新条件检验什么重要边界，不能只强调对象、参数或组合没有出现过。
• 最强替代方向、推翻优先级的条件；分开写判断可信度与近期投入。
• 脉络依据：稳定的 O 机会编号与 R 论文锚点，能够回到 map 与原证据。

昂贵查新前判定保留、实质重构、工程事项或淘汰。假设由定义保证、收益仅是增加信息/预算、方法名掩盖缺失机制、无意义的场景迁移、成功失败均无知识增量时优先重构或淘汰。简单方法获胜、复现和负结果仍可有价值，但须说明重要问题与证据。

全部不合格时，判断原因在候选构造还是 map 证据。以新证据或新解释角度最多重新探索一次（config.max_reexplorations，用户明确预算优先），不能仅改名；仍无合格项则评估淘汰结论。资料不足保留 insufficient，不把未执行工作当作无合格候选。

逐对查新与最近工作比较

只有通过价值筛选、拟作为研究方向保留的候选进入候选级查新： 1. 调用 `research-topic-extractor`，将该候选主题、关键词、核心问题写入 `candidates/Cx/theme.json`。 2. 为直接近邻、等价假设、反方证据和适用边界生成 5–25 条显式查询，调用 `research-literature-search` 生成并验证独立的 `rls.v1` bundle；在同一任务根中按依赖 Skill 边界归档，并在 `novelty/Cx/` 记录相对来源。复用本轮 Search、精读、landscape 与来源定位，但候选级查询不得被宽泛领域检索替代。 3. 逐条消费 canonical 候选，按 [查新指南](references/novelty-check.md) 核对问题/假设是否已被等价回答，以及新增条件能否改变已有认识；标注强近邻、反方/边界证据和未确认项，优先比较最可能否定新意的近邻工作。检索层不负责评分、纳入/排除或新颖性结论，这些语义判断由本 Skill 完成。 4. 保存 `novelty/Cx/novelty-decision.json`，包括强近邻、摘要级排除理由、决定性近邻、证据深度、未确认等价性和处理决定。摘要足以排除明显不等价工作；决定新颖性的近邻才升级全文与单篇解读。单一可靠来源通常足以确认身份，只有冲突、版本合并、疑似重复或唯一决定性近邻才补多源核验。已知决定性近邻未核验时允许进入“带缺口审查”，但 `scientific_evidence_sufficient` 与 `claim_eligible` 必须为 false。

已充分研究不能凭协议更齐全或措辞更宏大保留；重要复现若形成不同的研究问题，重新论证并查新。价值筛选已足以淘汰的候选记录依据和未执行查新的原因，不伪造检索或查新记录。零候选仍保留 candidates 与 novelty 证据角色，后者说明淘汰所依据的既有证据、哪些无需查新及原因。

多轮独立审查

用 `parallel-vibe` 执行 config 约定的外层串行轮数与每轮独立人数，默认均为 3；不得用一次调用冒充多轮。每轮使用上一轮事实修正和汇总，但不要求接受上一轮推荐。具体任务见 [审查参考](references/agent-review-prompt.md)： 每个 reviewer 必须保存真实 `thread_id`、`thread_status: completed`、`runner_status: completed`、模型、输入快照哈希、启动/结束时间、可见上一轮