# Innovation Validator

> 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。

- Skill: `cliffkai/innovation-validator` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add cliffkai/innovation-validator`
- Raw SKILL.md: https://api.skillmd.com/api/skills/cliffkai/innovation-validator/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: cliffkai (https://skillmd.com/u/cliffkai)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/cliffkai/innovation-validator

---


# 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

```
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：
```
"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