idea-workbench

name	idea-workbench
description	负责 core idea unit 的生成、evidence-first analysis、陪练讨论、多候选管理、显式选择与归档。

Idea Workbench

协议参考：.agents/lib/research/SCHEMAS.md#unit-record · #config-files · #confirmation-gate · #runtime

当任务是把研究方向收敛成可评审、可比较、可显式选择的 idea unit 时，使用这个 skill。

负责范围

1. 捕获单个 idea，或围绕一个主题以两阶段 Agent authoring 生成多个候选 idea。
2. 用 prepare / verify 做 evidence-first novelty、feasibility、recommendation 与 killer-question 分析；判断由 runtime agent 产出，脚本只建空结构并验证逐字证据。
3. 提供 idea 内建的「陪练 / sparring」模式：以领域专家 / reviewer 身份 challenge、probe、从 KB 拉 counter-example、追踪论证链，并给 constructive suggestion。
4. 生成 evidence-backed review-ready idea card 与 review-assist。
5. 仅在显式命令下执行 select-best 或 select；selection 仍保持 pending_user_confirmation，不会被脚本自签为 confirmed。
6. 若传入 legacy idea id，脚本会显式提示 canonical id 与 canonical record 路径。

核心边界

• 理解、论证、novelty verdict、counter-example 与建议都来自 runtime agent；脚本不得从字段数、链接数或固定阈值生成判断。
• prepare 只提供 idea context、描述性计数提示、空白 judgement claims 与 evidence_ref 格式；描述性计数明确不是 score / verdict。
• verify 对每条 judgement claim 运行 validate_claims，再按 source_unit_id 定位 canonical KB unit，并用 verify_claim_evidence 对该 unit 内 artifact 做逐字 quote 校验。
• retrieval 使用 agent 原生检索能力；本 skill 不建 semantic index。
• 判断仍是 pending_user_confirmation。证据校验通过只代表 grounded，不等于用户确认判断。
• generate / analyze / review / discuss 是真实 task-scoped preference consumer。prepare 暴露 value-free canonical task context；runtime Agent 可选择相关 soft preference，verify 重算 current record/request、immutable orientation 与冻结 evidence corpus 后再接受 receipt。无 receipt 时不读取 soft profile。
• 产物只保存 selection_id / selection_digest / task_context_digest / skill / operation；不复制 preference value。偏好不能覆盖当前用户明确给出的题目、scope、资源边界，也不能削弱 evidence/confirmation。

Agent-authored generation

generate 采用 prepare|verify 两阶段合同：

1. prepare 只保存用户原始 title/problem/hypothesis/source/pool context、不可变 orientation、冻结的 canonical KB corpus binding 与指定数量的空候选槽位。
2. runtime Agent 为每个槽位撰写 title、strategy、problem、hypothesis 与非空 next actions；脚本没有固定策略、语义默认或 winner 规则。
3. verify 先重算 request/orientation/corpus 与可选 preference receipt，再完整验证所有槽位、唯一 identity、边界和 distinctness；全部通过后在一个 transaction 内创建所有 idea records 与 bundle。任一候选失败都零 candidate/bundle 写入。
4. 用户明确提供的 title/problem/hypothesis 会逐字保留为 generation context；它们不会被脚本扩写成研究判断。

Evidence-first analysis

analyze 与 review 都采用 prepare|verify 两阶段合同：

1. prepare 生成四条空白 judgement claims：novelty、feasibility、recommendation、killer-question。
2. runtime agent 从 KB 检索相关 paper / repo / dataset / blog / idea，填入 claim 文本与逐字 evidence_refs。
3. verify 拒绝空证据、找不到的 source unit、不可读 artifact、伪造 quote 或错误 PDF page locator；全部通过才持久化。
4. review 可由 agent 填正整数 selection_rank，供 select-best 消费。新 review 不生成 heuristic score_breakdown；旧记录中已持久化的 score 仅作兼容读取。
5. 若新增材料不在本轮 frozen corpus，先用 knowledge-base-manager 的 link --from-id <idea-id> --to-id <unit-id> --relation evidence-for 建 canonical link，再在同一 analyze/review prepare 加 --refresh-corpus；它保留已填白名单字段并重建证据边界。

默认待填文件：analyze=analyze-fill.yaml，review=review-fill.yaml，discuss=discussion-fill.yaml；--input 只传 unit 根下 basename。 scaffold 中 idea_context 即使为空也由 owner 管理、只读；Agent 只填写 claim/reviewer/rank 等明确列入白名单的判断字段与 evidence。

陪练模式

discuss（别名 spar）采用 prepare|verify|confirm|reject 合同，并按 conclusion 粒度持久化：

1. prepare 生成一份空白 conclusion，包含 challenge、probe、counter-example、constructive-suggestion 与 conclusion 五条 judgement claims。
2. runtime agent 填 reviewer、总结性 conclusion、五条 claim，以及每条 claim 的 KB 逐字证据；canonical conclusion claim 的 text 必须与总结性 conclusion 完全一致。
3. verify 对每个 evidence ref 到其 source_unit_id 的 canonical unit 中核验；例如 counter-example 引用 paper 时，quote 必须逐字存在于该 paper unit 的 artifact。
4. 每次 verify 向 discussion-judgements.yaml 追加独立 idea_discussion_conclusion subject，包含 canonical payload.claims + payload.verification；nested conclusion 只是人类可读 projection。
5. confirm 只确认指定 conclusion subject 的当前 receipt；reject 只关闭同一个已核验 subject，不要求确认署名，也不覆盖其它轮次。多轮 spar 互不覆盖既有讨论历史或已确认 analysis/review claims。

payload.discussion.conclusions[] schema

payload:
  discussion:
    conclusions:
      - id: discussion-<digest>
        conclusion: agent-authored synthesis
        reviewer: runtime-agent-or-human-id
        verified_at: ISO-8601 timestamp
        verification: evidence_verified
        judgement_id: discussion-<digest>
        confirmation_status: pending_user_confirmation|confirmed|rejected
        claims:
          - id: challenge|probe|counter-example|constructive-suggestion|conclusion
            role: challenge|probe|counter-example|constructive-suggestion|conclusion
            text: agent-authored judgement
            claim_type: inference|evaluation
            confirmation_status: pending_user_confirmation
            evidence_refs:
              - source_unit_id: canonical KB unit id
                artifact: unit-relative artifact path
                locator: page=N|section|anchor|file:line
                quote: short verbatim 
                   

verified_at / verification 只代表证据核验；claim 的 epistemic type 与 pending_user_confirmation 保持不变，直到显式用户确认。

Agent 内部调用

以下命令只供 agent 内部执行，不直接展示给 end user；面向用户只输出自然语言或 kb <verb>。

${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py capture --title "retrieval-aware code assistant"
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py generate --title "adaptive retrieval policy" --count 4 --pool current-ideas --phase prepare
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py generate --title "adaptive retrieval policy" --count 4 --pool current-ideas --phase verify
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py analyze --idea-id i-example-f7e91d86 --phase prepare
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py analyze --idea-id i-example-f7e91d86 --phase verify
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py review --idea-id i-example-f7e91d86 --phase prepare
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py review --idea-id i-example-f7e91d86 --phase verify
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py discuss --id i-example-f7e91d86 --phase prepare
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py discuss --id i-example-f7e91d86 --phase verify
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py review-assist --pool current-ideas
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py select --idea-id i-example-f7e91d86 --confirmed-by research-lead --evidence kb/programs/example-program/decision-log.md
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py select-best --pool current-ideas --confirmed-by research-lead --evidence kb/programs/example-program/decision-log.md
${RESEARCH_PYTHON:-python3} .agents/skills/idea-workbench/scripts/idea.py archive --idea-id i-example-f7e91d86

启动澄清（Agent 用）

• 目标：捕获、批量生成、分析还是陪练讨论？默认按用户措辞路由。
• 挑战强度：温和梳理还是高强度 reviewer 式挑战？默认中等。
• 证据只用当前库内（冻结 corpus）？默认是；不足先明说再议扩语料。