AgentSkillsCN

innovation-validator

学术创新点探索与验证工具。借助Claude + Codex(--search) + Gemini三大CLI工具，协同检索文献、分析创新点、评估顶会发表潜力。使用场景：(1) 在给定研究方向下，自动寻找可行的创新点；(2) 针对具体想法或文献资料，验证其新颖性与可行性，评估是否可能与现有研究产生重叠。此工具特别适用于AI领域顶级会议（如NeurIPS、ICLR、ICML、CVPR等）的论文选题。

SKILL.md
--- frontmatter
name: innovation-validator
description: 学术创新点探索与验证工具。使用 Claude + Codex(--search) + Gemini 三个 CLI 工具协同检索文献、分析创新点、评估顶会发表潜力。使用场景：(1) 给定研究方向，自动寻找可行创新点；(2) 给定具体想法或文档，验证其新颖性和可行性，评估是否会与现有工作撞车。适用于 AI 顶会（NeurIPS、ICLR、ICML、CVPR 等）论文选题。

Innovation Validator

使用 Claude + Codex + Gemini 三工具协同验证学术创新点的可行性和新颖性。

工作模式

模式 A：探索模式

用户提供研究方向 → 自动寻找可行创新点

模式 B：验证模式

用户提供具体想法/文档 → 验证可行性、新颖性、撞车风险

工作流程

code
1. 解析需求
   - 确定模式（探索/验证）
   - 必要时向用户澄清不明确的需求

2. 并行搜索
   - Claude: 搜索相关文献
   - Codex --search: 搜索相关文献
   - Gemini: 搜索相关文献

3. 交叉验证（多轮）
   - 汇总三方发现
   - 交换结论、质疑、补充
   - 直到达成共识

4. 输出报告

工具调用

Codex 调用

确保 ~/.codex/config.toml 中已启用 web_search：

toml
[tools]
web_search = true

调用示例：

bash
codex exec "背景：[之前讨论摘要]。请搜索 [具体问题]"

Gemini 调用

bash
gemini "背景：[之前讨论摘要]。请搜索 [具体问题]"

交叉验证流程

作为协调者，按以下模式进行多轮验证：

  1. •初始搜索：并行调用三工具，各自独立搜索
  2. •结果汇总：整理三方发现的关键信息
  3. •交叉质询：
    • •将 Codex 发现发给 Gemini 验证
    • •将 Gemini 反馈发给 Codex 复核
    • •Claude 补充自己的分析和质疑
  4. •迭代：重复步骤 3 直到三方达成共识
  5. •最终确认：向三方确认结论无异议

每次调用时传递上下文摘要：

code
"背景：我们在研究 [方向]。
 之前讨论：[关键结论摘要]
 当前问题：[具体问题]"

输出报告格式

探索模式报告

markdown
# [研究方向] 创新点探索报告

## 领域现状
- 近期重要工作
- 发展趋势

## 潜在创新点
### 创新点 1: [名称]
- 描述
- 可行性评估
- 撞车风险
- 顶会潜力

### 创新点 2: [名称]
...

## 推荐方向
[综合分析后的推荐]

## 参考文献

验证模式报告

markdown
# [想法名称] 可行性验证报告

## 想法概述
[用户想法的简要描述]

## 相关工作
- 高度相关（可能撞车）
- 部分相关（需差异化）
- 可参考借鉴

## 可行性评估
- 技术可行性
- 创新性评估
- 差异化空间

## 撞车风险分析
[详细分析与现有工作的重叠度]

## 顶会发表潜力
- 目标会议建议
- 预期评审反馈
- 改进建议

## 结论
[最终建议]

## 参考文献

文献检索策略

根据需求动态组合：

  • •最新进展：近 6 个月的 arXiv 预印本
  • •近期工作：近 2-3 年的顶会论文
  • •领域基石：高引用的经典论文
  • •相关方向：交叉领域的相关工作

顶会标准参考

AI 领域顶会：

  • •综合：NeurIPS、ICML、ICLR
  • •视觉：CVPR、ICCV、ECCV
  • •语言：ACL、EMNLP、NAACL
  • •其他：AAAI、IJCAI、KDD、WWW

评估维度：

  • •新颖性：是否有足够的创新贡献
  • •技术深度：方法是否扎实
  • •实验充分性：实验设计和基线对比
  • •写作质量：表达清晰度