# Zh

> 挖掘创意，对照历史记录过滤，并深入探索其中一个直至完成。用于解决复杂问题的 5 阶段工作流（A-E）。

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

---


> **中文** — `idea-mining` 官方中文版本。

<img src="banner.png" width="100%" alt="idea-mining banner">

# Idea-Mining — 挖掘创意、过滤、执行到底

## 概述与目的

面对复杂问题时，构思很少因缺乏想法而失败，而是由于三件事：想法没有被**记录**下來，没有对照**已尝试过的内容**进行核对（导致重复陷入相同的死胡同），以及没有一个被坚持不懈地**跟踪到底**。本工作流严格将这三个阶段分开：首先发散挖掘（不作评估），然后过滤（对照项目文档），最后实质性地深入探索一个想法。

来源：提炼自针对开放数学问题的产出性研究自动化运行；同样适用于架构、设计和概念瓶颈。

## 阶段 A — 填充想法库（发散，不作评估）

将所有发现写入项目文件夹中的 `IDEENSPEICHER.md` 文件（关键字 + 2-3 句话，记录来源/触发因素）。依次执行八种技术——它们针对不同的联想空间，因此对于真正卡住的问题，不要跳过任何一个（对于较轻的阻碍或紧迫的时间，合理的子集就足够了，但至少包含 3-5 中的一种软技术加上研究）：

1. **识别：** 这看起来熟悉吗？我以前在其他语境中见过这种结构吗？
2. **遥远学科：** 在遥远的学科（物理↔经济、生物↔计算机科学……）中是否存在类似的问题/公式？连接点究竟在哪里？
3. **日常寓言：** 用贴近自然的寓言讲述问题（波浪、沙子、水流、生长……）。有效方法：让一个**无偏见的中立子智能体**构思寓言，然后看它引向何方——你自己的视角已经被问题所扭曲。
4. **不适感 / 青蛙→王子：** 我对现状有什么不满，我觉得什么很丑陋？需要改变什么才能让我突然觉得它很美？审美上的不适往往指向选择不当的表示方法。
5. **童话重构：** 把问题当成童话故事来讲：谁是英雄，谁是反派，潜伏着什么危险，什么能帮助英雄？角色分配强制建立了一种在形式主义中不可见的因果结构。
6. **研究：** 在网络、专业数据库、预印本服务器、论坛（Reddit/ResearchGate/GitHub）中搜索新发表的文章、脚本和方法。将相关来源加载到 `_sources/` 文件夹中并阅读以获取创新点——对预印本保持批判态度。
7. **兄弟项目：** 检查相关的个人/内部项目，寻找可反向迁移的解决方案想法（那里解决的子问题、那里构建的工具）。
8. **库存横向扫描：** 审查整个个人项目库存（流水线），寻找可能适合“这个问题”的方法。

## 阶段 B — 过滤（对照已尝试的内容）

将想法库与项目文档进行核对：证明笔记、决策日志、TODO/DONE、以前的想法库。**消除已记录为已尝试并完成的内容**——而不是仅仅“听起来不太可能”的内容（按吸引力评估仅在阶段 C 进行）。将幸存的想法保存到 `IDEENSPEICHER_FILTERED.md`。

前提条件是维护良好的实验文档——如果没有，第一步就是创建它（否则未来的每次运行都会产生重复劳动）。

## 阶段 C — 选择并执行

1. 简要探索过滤结果中的一到三个想法（各一段：第一个具体步骤是什么，成功的信号是什么？）。
2. 选择**一个**——吸引力最强的那一个。吸引力在这里是一个合理的标准：对于难题，只有你*想要*追寻的想法才能支撑你走下去。
3. 将选择贯彻到底或至少在实质上推向前进——遇到第一个障碍时不要跳到下一个想法（那将是在阶段 C 中做出阶段 A 的行为）。

## 阶段 D — 记录

- 将心得录入项目文档（证明笔记、决策日志、ADR）——**包括失败的尝试**，它们构成了下一次运行的过滤器。
- 将未解决的后续想法放回 `IDEENSPEICHER.md` 或 TODO 中。
- 简短报告：已挖掘（数量） | 已过滤（幸存） | 已探索 | 结果 | 下一步。

## 阶段 E — 播种（可选的向外迁移）

技术 7 从兄弟项目中引入想法——阶段 E 则反转方向：如果探索产生了可迁移的成果（方法、工具、解决方案模式），简要审查自己的项目库存：这会对谁有所帮助？

- **定向播种，不要散播：** 最多给 ~3 个接收项目直接提供具体的 TODO 条目（继承什么、位于何处、为何合适）；其他候选项目仅作为自己项目中的优先列表记录。
- 限制的原因：广泛散播会在许多项目中产生无人接手的模糊任务——三个精确的种子胜过十个弥散的种子。

## 作为周期性运行

该工作流非常适合作为固定项目的循环自动化（创新轮）。为此，与轮换框架（`rotation-check` 技能）结合：注册表防止相同的想法被多次“重新发现”——想法库和实验文档在此充当记忆。

## 示例与应用

```text
问题：收敛性证明已经在估计步骤上卡了数周。

A) 挖掘 → IDEENSPEICHER.md：例如 (2) 排队论中是否有类似结构？；
   (3) 子智能体寓言“沙子流过越来越细的筛子” →
   想法：分步估计而不是全局估计；(6) 2026 年带有新引理的预印本，下载到 _sources/；
   (7) 邻近项目有一个可反向迁移的数值检查脚本。
B) 对照 BEWEISNOTIZ.md 进行过滤：“收紧全局估计”已尝试 2 次并被记录丢弃 → 排除。
   3 个想法幸存 → IDEENSPEICHER_FILTERED.md。
C) 首选：筛子想法（吸引力最强） — 贯彻执行直至取得部分结果。
D) 更新 BEWEISNOTIZ.md（包括想法 2 的失败），简短报告。
```

## 警告信号（Red Flags）

| 想法 | 现实 |
| --- | --- |
| “技术 3-5 只是在玩闹” | 软技术提供了研究无法提供的想法——它们针对不同的联想空间。 |
| “我在收集时就在进行评估” | 在阶段 A 进行评估会破坏发散产出。先保存，后过滤。 |
| “过滤花费太长时间，我凭记忆就行” | 记忆会抹平失败的尝试——只有文档才算数。 |
| “想法卡住了，我换下一个” | 在阶段 C 中要坚持到底；只有在有记录理由的情况下才能跳回阶段 A。 |

## 相关技能

- `brainstorm` — 广泛的创意方法（SCAMPER, Six Hats），没有过滤/探索流水线。
- `think` / `decide` — 分析和选择决策，可在阶段 C 内使用。
- `rotation-check` — 周期性部署的框架。
- `swarm-operations` — 用于技术 3 和并行探索的无偏见子智能体。

## 变更日志

### 1.1.0 (2026-07-03)
- 阶段 E “播种”：将可迁移成果可选地向外迁移到兄弟项目（最多 ~3 个直接接收方）——集成进来而不是作为独立的 cross-project-transfer 技能（去重决策）。

### 1.0.0 (2026-07-03)
- 初始版本。从 Codex 自动化“ultra-deep-idea-search-single-project”（想法库 → 过滤 → 首选 → 探索）中抽象出来，并进行了用户中立化泛化。