← 返回
未分类

Idea Darwin 中文版

Idea Darwin 引擎(中文版)— 自动化 idea 迭代系统,通过结构化竞争与选择进化原始想法。从 ideas.md 导入想法,将其结构化为带评分的卡片,然后运行迭代轮次:深化、派生、交叉、批判、验证,最终让高潜力 idea 浮现。使用 /idea-darwin 触发。当用户提到"跑一轮"、"迭代 ide...
Idea Darwin 引擎(中文版)— 自动化 idea 迭代系统,采用结构化竞争与选择机制,从 ideas.md 导入想法并生成带评分卡片,经过深化、派生、交叉、批判、验证等迭代环节,使高潜力 idea脱颖而出。使用 /idea-darwin 触发;当用户提及“跑一轮”“迭代 idea”时启动。
warmskull warmskull 来源
未分类 clawhub v1.0.0 1 版本 100000 Key: 无需
★ 0
Stars
📥 339
下载
💾 0
安装
1
版本
#latest

概述

Idea Darwin 引擎

基于轮次的 idea 迭代系统,将想法视为竞争中的生命体 — 通过评分、选择、交叉、进化的结构化轮次,让最强的概念浮现出来。

核心隐喻是达尔文选择:评分高的 idea 存活并进化;弱 idea 被标记供用户决策;交叉产生新物种。这从根本上解决了头脑风暴的常见失败模式 — 所有想法永远停留在同样模糊的状态。

命令

| 命令 | 说明 |

|---|---|

| /idea-darwin init | 初始化:解析 ideas.md,创建目录结构、配置文件和初始卡片(支持可选参数,见下方) |

| /idea-darwin round | 执行下一个迭代轮次 |

| /idea-darwin round N | 连续执行 N 个轮次 |

| /idea-darwin status | 查看 idea 池状态和排名 |

| /idea-darwin dormant IDEA-XXXX | 将指定 idea 设为休眠 |

| /idea-darwin wake IDEA-XXXX | 唤醒休眠中的 idea |

| /idea-darwin | 无参数:显示简要状态并建议下一步 |

参数从 $ARGUMENTS 中提取。未提供参数时显示当前状态和建议。

init 可选参数

| 参数 | 说明 | 默认值 |

|---|---|---|

| --budget | 每轮最多处理的 idea 数量 | 12 |

| --actions | 每个 idea 每轮最多执行的动作数 | 2 |

| --disruption | 每 N 轮引入一次外部刺激(扰动轮) | 3 |

示例:/idea-darwin init --budget 8 --actions 3 --disruption 5

以上参数写入 config.yaml,之后可手动修改。未指定的参数使用默认值。

文件结构

系统在工作目录中维护以下结构(初始化时创建):

project/
├── ideas.md          # 用户的原始想法(只读 — 永远不要修改此文件)
├── config.yaml       # 系统配置与状态
├── stimuli.md        # 外部刺激条目(用户可编辑,系统只读)
├── cards/            # Idea 卡片
│   ├── IDEA-0001.md
│   └── ...
├── rounds/           # 轮次报告
│   ├── round-000.md
│   └── ...
├── reports/          # 排行榜和聚类报告
│   └── leaderboard.md
└── graph/            # 关系图谱
    └── relations.json

Idea 编号

  • 格式:IDEA-XXXX(4 位零填充,从 0001 开始)
  • 全局唯一 — 编号永不回收,即使 idea 休眠或被移除
  • config.yaml 中的 next_idea_id 追踪下一个可用编号
  • 每张卡片通过 parent_idschild_ids 记录血统关系

Idea 状态机

seed → exploring → refining → crossing → validated → dormant

| 状态 | 含义 | 可用动作 |

|---|---|---|

| seed | 刚进入池 | 打标签、生成卡片、深化、快速交叉验证 |

| exploring | 探索阶段 | 深化、派生、批判、初步交叉 |

| refining | 打磨阶段 | 逻辑加固、可行性分析、风险审查 |

| crossing | 高交叉阶段 | 与互补 idea 融合、评估融合质量 |

| validated | 已验证 | 输出 MVP 方案、生成执行路线图 |

| dormant | 休眠中 | 仅被动参与交叉和相似度匹配 |

状态转换由系统基于分数和动作结果推荐,但用户始终拥有最终决定权。

评分系统

6 个评分维度(每项 1–10 分)

| 维度 | 权重 | 含义 |

|---|---|---|

| 创新性 (Novelty) | 0.10 | 是否有真正的突破,还是简单重复? |

| 可行性 (Feasibility) | 0.20 | 技术、资源、路径上是否可行? |

| 潜在价值 (Value) | 0.20 | 做成后能产生多大影响? |

| 逻辑完整性 (Logic) | 0.20 | 是否自洽,有无明显漏洞? |

| 交叉潜力 (CrossPotential) | 0.10 | 与其他 idea 碰撞出新东西的可能性? |

| 可验证性 (Verifiability) | 0.20 | 能否设计实验或最小验证路径? |

三层评分公式

评分分三层,每层捕捉不同的战略视角 — Survival 衡量独立质量,Development 衡量成长潜力,Priority 混合两者并加入时效性和多样性加成,防止 idea 池陷入局部最优。

Survival = 0.10×Novelty + 0.20×Feasibility + 0.20×Value
         + 0.20×Logic + 0.10×CrossPotential + 0.20×Verifiability

Development = 0.30×Novelty + 0.30×CrossPotential
            + 0.20×VariationPotential + 0.20×Freshness

Priority = 0.50×Survival + 0.30×Development
         + 0.10×NewIdeaBoost + 0.10×DiversityBonus
  • 变异潜力 (VariationPotential)(0–10):此 idea 还能分出多少种不同方向。随子代增多而递减。
  • 新鲜度 (Freshness)(0–10):此 idea 最近是否有变化?连续多轮未被处理时衰减。
  • 新 idea 加成 (NewIdeaBoost):新入池 idea 前 2 轮 +2,之后归零。
  • 多样性加分 (DiversityBonus):池中代表性不足的类别 +1–2。

评分时参考 references/prompts.md 中的 Prompt 模板。

初始化流程

用户执行 /idea-darwin init 时:

  1. 定位 ideas.md
    • 检查当前目录是否存在 ideas.md
    • 若未找到,使用 AskUserQuestion 询问路径
  1. 创建目录和配置
    • 创建 cards/、rounds/、reports/、graph/
    • 生成 config.yaml(合并用户提供的可选参数;未指定的使用默认值):
source:
  ideas_file: "./ideas.md"
counter:
  next_idea_id: 1
  current_round: 0
schedule:
  max_ideas_per_round: 12      # --budget
  max_actions_per_idea: 2       # --actions
disruption:
  trigger_every_n_rounds: 3     # --disruption
  wildcard_budget_ratio: 0.10
  • 在项目根目录生成 stimuli.md(外部刺激文件),包含初始模板和编辑说明
  1. 解析 ideas.md
    • 识别每个独立 idea(通常以 ## 标题分隔)
    • 不修改 ideas.md — 始终只读
  1. 为每个 idea 生成卡片
    • 分配 ID(从 IDEA-0001 开始)
    • 打标签(主题 / 问题类型 / 阶段 / 风格 / 资源标签)
    • assets/card-template.md 格式生成完整卡片
    • 初始评分(6 维度 + 三层综合分数)
    • 写入 cards/IDEA-XXXX.md
  1. 生成 round-000.md 报告
    • 列出所有初始卡片摘要、分数和建议下一步
    • 写入 rounds/round-000.md
  1. 向用户展示结果
    • 展示所有卡片的汇总表(ID、标题、分数、建议动作)
    • 告知用户 stimuli.md 及其使用方式:

> stimuli.md 已在项目根目录创建。每隔 N 轮,系统会随机选取最多 5 条已启用的条目作为外部刺激,打破思维惯性。

> 你可以随时编辑此文件来添加/修改/禁用条目。每条格式如下:

> ```

> ## [条目标题]

> - status: enabled / disabled

> - [内容描述]

> ```

  • 等待用户确认后进入正式轮次循环

轮次执行流程

用户执行 /idea-darwin round 时,严格按以下 9 步顺序执行:

第 1 步:导入新想法

  • 每轮开始时检查默认 idea 文档:读取 config.yaml 中 source.ideas_file 指向的文件
  • 将默认 ideas.md 与现有卡片对比,识别新增内容
  • 新 idea:打标签 → 生成卡片 → 初始评分
  • 新 idea 标记为 stage: seed,获得 NewIdeaBoost
  • 这是每轮的强制前置步骤 — 系统不能只循环处理已有卡片而忽略源文件的增量更新

第 2 步:更新关系图谱

  • 基于所有卡片的标签和内容,计算 idea 间的相似度
  • 识别潜在交叉候选(高相似度 = 近邻交叉候选;低相似度但互补 = 远距交叉候选)
  • 更新 graph/relations.json

第 3 步:全局评分刷新

  • 为所有 活跃 idea(非休眠)重新计算 6 维评分
  • 更新 Survival / Development / Priority
  • 标记:高潜力(Priority > 7)、停滞(连续 3+ 轮无变化)、低潜力(Priority < 3)

第 4 步:预算分配

根据 max_ideas_per_round 分配处理名额:

  • 25% 给新入池 idea
  • 30% 给高优先级 idea 的深化
  • 20% 给高潜力 idea 的派生
  • 15% 给交叉实验
  • 10% 给扰动 / 随机探索

按 Priority Score 降序选取 idea。每个 idea 最多获得 max_actions_per_idea 个动作。

第 5 步:决定动作

为每个选中的 idea 分配动作,基于状态机(参见上方表格)。

当状态机不足以决策时,使用分数驱动规则:

  • 高创新 + 低可验证 → 深化
  • 高创新 + 高交叉潜力 → 交叉
  • 高价值 + 低可行性 → 批判 + 打磨
  • 高可行性 + 低逻辑 → 深化
  • 高重复度 → 合并

第 6 步:执行动作

逐一处理选中的 idea。动作的详细执行规范参见 references/actions.md,Prompt 模板参见 references/prompts.md

每个 idea 的执行流程:

  1. 读取完整卡片
  2. 按对应动作类型的 Prompt 模板执行 — 深入思考
  3. 产出结构化输出:
    • 更新后的卡片内容
    • 新派生 idea(自动分配 ID,双向更新 parent_ids/child_ids)
    • 分数变化
    • 发现的风险
    • 建议的下一步动作
  4. 写入更新后的卡片文件

新派生 idea 同样需要完整的卡片生成和初始评分。

第 7 步:验证与去重

  • 对所有新产生的 idea 执行 双层验证
  • 第一层(硬伤检查):逻辑矛盾?缺乏真实需求?完全不可落地?高度重复?
  • 第二层(价值判断):是否值得继续?下一步做什么?最大风险是什么?
  • 验证失败 → 标记 validated: false,降低优先级,报告给用户
  • 用户决定 是否休眠或移除 — 系统仅推荐
  • 对全池进行相似度检查,合并高度重复的 idea

第 8 步:生成轮次报告

写入 rounds/round-XXX.md,包含:

  • 本轮处理的 idea 和执行的动作
  • 新产生的 idea 摘要
  • Top 5 分数变化(升/降)
  • 验证未通过的 idea(需要用户决策)
  • 下轮推荐优先处理项
  • 若为扰动轮:使用了哪些外部刺激,应用了哪些创新框架

第 8.5 步:输出轮次简报

所有文件更新完成后,在对话中直接输出一份轮次简报(不写入文件),让用户无需打开任何文件即可全面了解情况。格式:

## 第 N 轮简报

### 执行动作
| ID | 标题 | 动作 | 关键产出 |
|---|---|---|---|
| IDEA-XXXX | ... | 深化/派生/交叉/批判/... | 一句话总结 |

### 卡片变化
| ID | 标题 | 分数变化 | 状态变化 | 备注 |
|---|---|---|---|---|
| IDEA-XXXX | ... | Priority X.XX→X.XX | seed→exploring | 变化原因 |

### 新 Idea(详情)

本轮新产生的每个 idea:

#### IDEA-XXXX: [标题]
- **来源**:[交叉/派生/刺激] 来自 IDEA-XXXX + IDEA-XXXX
- **核心问题**:[一段话]
- **关键洞察**:[这个 idea 最有价值的地方]
- **初始分数**:Priority X.XX(Survival X.XX / Development X.XX)
- **当前张力**:[最大的未决问题]
- **建议下一步**:[深化/派生/交叉/批判 + 具体方向]

### 当前排名
| 排名 | ID | 标题 | Priority | 阶段 |
|---|---|---|---|---|

### 下轮预告
- [建议优先处理项]
- [是否即将进入扰动轮]

### 需要你做决定的事项
> 列出本轮需要用户决策的关键事项。每项 **必须包含 idea 的完整标题**(而非仅 ID),附带上下文和建议选项。
> 示例:
> 1. **IDEA-0002 "编程学习 Agent 教程网站" 与 IDEA-0004 "渐进式拆箱教学法" 高度重叠** — 合并还是重新定位?建议:[...]
> 2. **IDEA-0006 "自动诊断线程" 验证未通过** — 休眠、转向还是继续观察?
> 3. **IDEA-0003 "热管理本体论" 被降级** — 是否接受从本体论降级为结构化 Excel 作为第一步?
>
> 如果本轮不需要用户决策,写"本轮无需用户决策。"

此简报是用户与系统之间的主要交互界面 — 保持完整且易读。"需要你做决定的事项"是最重要的交互触点:系统应清晰列出决策事项和推荐方案,而非让用户自己从报告中挖掘问题。

第 9 步:保存状态

  • 更新所有修改过的卡片文件
  • 在 config.yaml 中递增 current_round
  • 更新 next_idea_id
  • 更新 reports/leaderboard.md(Top 10 排名)

外部刺激与扰动轮

每隔 trigger_every_n_rounds 轮(默认 3),引入外部刺激进行"扰动轮"。目的是防止 idea 池收敛到局部最优,强制引入新视角。

外部刺激文件 (stimuli.md)

stimuli.md 位于项目根目录。初始化时创建,由用户维护。格式:

## 行业趋势:具身 AI 加速落地
- status: enabled
- 2026 年具身 AI 从实验室走向产线,机器人运营成本下降 60%

## 技术变革:统一多模态模型架构
- status: enabled
- 视觉、语言、代码统一到单一模型中,API 范式正在改变

## 反共识观点:SaaS 已死
- status: disabled
- 开源 + 自部署正在替代传统 SaaS 订阅模式
  • 每条:## 标题 + status 字段 + 内容描述
  • enabled = 参与随机选取;disabled = 跳过
  • 用户可随时添加、编辑或切换条目
  • 系统仅读取此文件 — 永远不写入

扰动轮机制

  1. 打乱优先级:给低优先级但有新意的 idea 浮出水面的机会
  2. 远距交叉:强制交叉标签不重叠的 idea
  3. 外部刺激:从 stimuli.md 中随机选取最多 5 条已启用条目
  4. 假设反转:对高分 idea 追问"如果核心假设是错的呢?"
  5. 创新框架:应用 SCAMPER / 第一性原理 / 类比迁移 / 约束反转 / 极端用户视角

每轮还保留 wildcard_budget_ratio(默认 10%)的名额用于非最优路径探索。

休眠与唤醒

/idea-darwin dormant IDEA-XXXX

  1. 读取卡片,将 stage 设为 dormant
  2. 在卡片的"休眠记录"中记录原因和轮次
  3. 该 idea 不再被选中进行深化/派生,但仍被动参与交叉和相似度匹配

/idea-darwin wake IDEA-XXXX

  1. 读取卡片,将 stage 恢复到休眠前的状态(从历史推断,通常为 exploring
  2. 更新"休眠记录"

系统永远不会自动休眠任何 idea。只有用户才能做这个决定。

/idea-darwin status

读取 config.yaml 和所有卡片,然后输出:

  • 当前轮次
  • 池中 idea 总数(按状态分类)
  • Top 10 排名(按 Priority Score 降序)
  • 最近一轮处理了什么
  • 建议下一步

关键约束

  1. ideas.md 只读:永远不修改用户的 ideas.md
  2. 编号不回收:在任何情况下编号都不重复使用
  3. 分支限制:每个 idea 每轮最多派生 2–3 个子代
  4. 每轮去重:轮次结束前必须进行相似度检查
  5. 用户主权:系统永远不自动休眠或移除 idea — 仅推荐
  6. 结构化输出:每个动作必须产出结构化结果
  7. 卡片格式一致:所有卡片严格遵循 assets/card-template.md
  8. 报告可追溯:每份轮次报告必须包含完整操作日志

参考文件

  • references/actions.md:每种标准动作的详细规范和使用场景
  • references/prompts.md:每种动作的 Prompt 模板
  • assets/card-template.md:卡片文件模板

版本历史

共 1 个版本

  • v1.0.0 当前
    2026-05-07 17:40 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-agent

self-improving agent

pskoett
捕获经验教训、错误及修正内容,以实现持续改进。适用于以下场景:(1)命令或操作意外失败;(2)用户纠正Claude(如“不,那不对……”“实际上……”);(3)用户请求的功能不存在;(4)外部API或工具出现故障;(5)Claude发现自身
★ 4,097 📥 824,143
ai-agent

Agent Browser

rez0
用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互(包括浏览页面、填写表单、点击按钮、截图等)时使用。
★ 834 📥 303,826
ai-agent

Find Skills

guipi888
场景驱动+关键词双模式技能发现工具。当用户用自然语言描述场景/需求(如"我想做一个海报""帮我分析股票"),或明确说"安装技能/find skills/找个skill"时,自动从官方内置、本地已安装、SkillHub、虾评、GitHub、C
★ 1,459 📥 507,927