Research Idea

BenszAPI 任务工作区

本 Skill 的新任务中间文件统一写入 ./.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/{skill名}/input|output|log/。同一任务复用一个任务根目录；多 Skill 协作才创建 shared/。正式交付物不写入该目录，历史隐藏目录只允许显式兼容读取、迁移或清理。

定位

把任意资料转化为多个高价值、可查新、可证伪的“科学问题-科学假设”候选，并选出最值得推进的一对。

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-review：负责 Premium 查新和证据综述。
• 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。

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；未指定时放在当前项目根目录。
• 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。

输出

最终交付一个 Markdown 文件，默认命名：

Research-Idea_{github仓库名}_{pr名}_{时间戳}.md

如果无法识别 GitHub 仓库名或 PR 名，使用当前目录名与当前分支名；仍无法识别时分别使用 repo 与 manual。

报告必须包含：

• 多个科学问题-科学假设对。
• 选择理由、最佳方案及原因。
• 查新摘要、证据缺口、可证伪路径和最小下一步。

报告不得暴露 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/research-idea/、tests/research-idea/、parallel-vibe/、.parallel-vibe/、.parallel_vibe/、@main/summary.md、manifest 或其他中间产物路径。

工作区

• 默认工作区：{cwd}/.bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/research-idea/{yyyy-mm-dd-hh-mm}/。
• 所有中间文件、查新记录、并行审查产物、草稿和日志都必须保存在隐藏工作区内；除最终 Markdown 外，不要写到项目根目录。
• 若用户显式指定工作区，目录名仍必须是隐藏目录（以 . 开头），并且位于当前工作目录内；输出目录不得位于隐藏工作区内。

初始化优先使用脚本：

python3 research-idea/scripts/init_workspace.py --input-label "{简短主题或资料名}" --cwd .
# 系统级安装后也可使用：
python3 ~/.codex/skills/research-idea/scripts/init_workspace.py --input-label "{简短主题或资料名}" --cwd .
python3 ~/.claude/skills/research-idea/scripts/init_workspace.py --input-label "{简短主题或资料名}" --cwd .

脚本会先检查 research-topic-extractor、research-literature-review 与 parallel-vibe；缺失时早失败。只在开发测试时传 --with-test-dir 创建测试区。

主流程

1. 初始化与资料归纳

1. 运行 scripts/init_workspace.py 创建隐藏工作区和 manifest。
2. 读取资料，只把摘要、结构化事实和必要引用写入隐藏工作区。
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 theme/theme.json，字段为 topic、keywords、core_questions。

2. 提出初始候选

基于用户资料与主题结果提出 3-7 个候选。每个候选必须包含：

• 科学问题：明确研究对象、机制/关系/边界条件。
• 可证伪假设：能被实验、数据或观察推翻。
• 关键预测：如果假设成立，应观察到什么。
• 反证路径：什么结果会推翻假设。
• 初始价值判断：新颖性、重要性、可行性和风险。

避免只写宽泛主题，例如“研究 X 的机制”。科学问题必须能被一个具体研究计划承接。

3. 逐对查新

逐一查新每个候选，形成候选池后再比较：

1. 用 research-topic-extractor 把该候选转换成查新主题、关键词和核心问题。
2. 将每个候选的主题提取结果保存到 candidates/Cx/theme.json。
3. 调用 research-literature-review，档位固定为 Premium，输出目录限定为 .bensz-api/task-{yyyymmdd-hhmm}-{简短描述}/research-idea/*/novelty/Cx/。
4. 每个候选必须形成 novelty/Cx/novelty-decision.json，字段包括：
   • novelty_status：未研究 / 部分研究但关键缺口存在 / 已充分研究
   • direct_answer：已有研究是否直接回答该科学问题
   • equivalent_hypothesis_tested：是否已有等价假设被检验
   • key_gap：关键缺口
   • decision：保留 / 修改 / 淘汰

如果所有候选均为“已充分研究”，把查新结论作为反例证据，回到步骤 2 生成下一组候选。

4. 多轮独立打磨

对保留或需修改的候选，用 parallel-vibe 做默认 3 轮串行独立审查。rounds=3 是外层迭代轮数，n=3 是每轮独立 agent 数；必须执行 3 次 parallel-vibe，每次把上一轮汇总后的改写版本作为下一轮输入。

科学问题-科学假设有没有什么缺陷？哪里可以改进？

执行要求：

• 默认 rounds=3、每轮 n=3，默认串行；用户明确要求并行时才并行。
• 每轮/每个 thread 独立读取当前候选、用户资料摘要和查新摘要。
• 每个独立 agent 输出缺陷、改进建议、风险和重写版本；汇总后优化当前候选，再进入下一轮。
• parallel-vibe 作为内部依赖运行；读取其 summary 后只抽取结论，不向用户交付其路径。

优先使用：

for round in 1 2 3; do
  python3 parallel-vibe/scripts/parallel_vibe.py \
    --prompt "{第 ${round} 轮审查指令}" \
    --n 3 \
    --out-dir "{workspace_dir}/parallel-vibe/round-${round}"
done

系统级安装时可改用 ~/.codex/skills/parallel-vibe/scripts/parallel_vibe.py 或 ~/.claude/skills/parallel-vibe/scripts/parallel_vibe.py。

5. 选择最佳方案

用同一套标准比较所有保留候选：科学重要性、新颖性、可证伪性、可行性、解释力、风险透明度。最佳方案应是综合价值、可证伪性和可推进性最强的一对，不一定是最宏大的问题。

6. 写最终报告并验证

按 references/report-template.md 写最终 Markdown。写完后运行：

python3 research-idea/scripts/validate_report.py --report "{最终报告路径}"
# 系统级安装后也可使用：
python3 ~/.codex/skills/research-idea/scripts/validate_report.py --report "{最终报告路径}"
python3 ~/.claude/skills/research-idea/scripts/validate_report.py --report "{最终报告路径}"

若校验失败，先修复报告再交付。

测试区

• 默认测试区：./tests/research-idea。
• 测试材料、验证日志和测试报告放入该目录；最终报告不得引用测试区路径。
• 普通用户运行初始化脚本时不创建测试区；开发测试时传 --with-test-dir。

质量要求

• 科学问题必须是问题，不是主题名。
• 假设必须可证伪，不写无法被推翻的价值判断。
• 查新结论必须区分“没有研究过”和“研究过但缺口仍在”。
• 不因查新成本高而跳过 Premium 文献调研。
• 不把文献综述正文当作最终输出；最终输出是研究想法报告。
• 不泄露隐藏工作区、中间文件、agent 内部指令或测试路径。