← 返回
未分类

结构化头脑风暴

结构化头脑风暴 - 4视角拆解问题:约束/方案/边界/优先级,自动归档到知识库
结构化头脑风暴:4视角拆解问题(约束/方案/边界/优先级),自动归档至知识库
534422530
未分类 clawhub v1.1.0 1 版本 99563.3 Key: 无需
★ 0
Stars
📥 228
下载
💾 0
安装
1
版本
#creativity#ideation#latest#planning#thinking

概述

Brainstorm - 结构化头脑风暴

> 激活词: 头脑风暴 / brainstorm / 想一下

为什么需要结构化

人的思维天然有偏见:确认偏误、锚定效应、可用性启发。固定4视角拆解能强迫大脑跳出惯性轨道。

Python 实现

import json
from datetime import datetime
from dataclasses import dataclass, field, asdict
from typing import List, Optional

@dataclass
class BrainstormSession:
    topic: str
    constraints: List[str] = field(default_factory=list)
    alternatives: List[str] = field(default_factory=list)
    edge_cases: List[str] = field(default_factory=list)
    priorities: List[str] = field(default_factory=list)
    created: str = ""
    
    def __post_init__(self):
        if not self.created:
            self.created = datetime.now().isoformat()
    
    def add_constraint(self, item: str):
        self.constraints.append(item)
    
    def add_alternative(self, item: str):
        self.alternatives.append(item)
    
    def add_edge_case(self, item: str):
        self.edge_cases.append(item)
    
    def add_priority(self, item: str):
        self.priorities.append(item)
    
    def summarize(self) -> dict:
        return {
            "topic": self.topic,
            "counts": {
                "constraints": len(self.constraints),
                "alternatives": len(self.alternatives),
                "edge_cases": len(self.edge_cases),
                "priorities": len(self.priorities),
            },
            "total_ideas": sum(len(v) for v in [
                self.constraints, self.alternatives,
                self.edge_cases, self.priorities
            ]),
            "created": self.created
        }
    
    def to_markdown(self) -> str:
        lines = [f"# 头脑风暴: {self.topic}\n"]
        lines.append("## 🚧 约束条件")
        for c in self.constraints:
            lines.append(f"- {c}")
        lines.append("\n## 💡 备选方案")
        for a in self.alternatives:
            lines.append(f"- {a}")
        lines.append("\n## ⚡ 边界情况")
        for e in self.edge_cases:
            lines.append(f"- {e}")
        lines.append("\n## 🎯 优先级")
        for p in self.priorities:
            lines.append(f"- {p}")
        return "\n".join(lines)

# 使用示例
s = BrainstormSession(topic="为个人博客添加AI搜索功能")
s.add_constraint("不能增加服务器成本")
s.add_constraint("搜索延迟必须<2秒")
s.add_constraint("必须支持中文分词")

s.add_alternative("使用Meilisearch自托管全文搜索")
s.add_alternative("调用OpenAI Embedding API + 向量数据库(Pinecone)")
s.add_alternative("纯前端TF-IDF + 倒排索引")
s.add_alternative("使用Cloudflare Workers + Workers AI")

s.add_edge_case("博客内容为空时搜索返回什么")
s.add_edge_case("用户输入特殊字符/正则注入")
s.add_edge_case("并发大量搜索请求时")
s.add_edge_case("索引更新延迟导致搜到旧内容")

s.add_priority("MVP: 纯前端TF-IDF搜索现有文章")
s.add_priority("Phase 2: 接入LLM做语义搜索")
s.add_priority("Phase 3: 中文纠错提示")

print(s.to_markdown())
print(f"\n总计 {s.summarize()['total_ideas']} 个想法")

4视角详解

┌─────────────┐     ┌─────────────┐
│   约束条件   │     │   备选方案   │
│  不可逾越    │     │  跳出惯性    │
├─────────────┤     ├─────────────┤
│ - 硬限制     │     │ - 3+方案     │
│ - 不能做的   │     │ - 反直觉的   │
└─────────────┘     └─────────────┘
        ↑                  ↑
        输入              发散
        ──────────────────→
        ←──────────────────
        收敛               选择
        ↓                  ↓
┌─────────────┐     ┌─────────────┐
│   边界情况   │     │   优先级     │
│   测试极限   │     │   MVP排序    │
├─────────────┤     ├─────────────┤
│ - 极端值     │     │ - 先做什么   │
│ - 静默失败   │     │ - 依赖关系   │
└─────────────┘     └─────────────┘

使用场景

  1. 产品设计: 新功能上线前跑一遍,避免遗漏边界情况
  2. 技术选型: 比较不同方案时,约束和优先级视角必用
  3. Bug修复: 备选方案视角打开思路,不局限于一种解法
  4. OKR制定: 约束(资源限制)+ 优先级(什么最重要)

命令行用法

python -c "
from brainstorm import BrainstormSession
s = BrainstormSession('test')
s.add_constraint('time limit: 2hrs')
s.add_alternative('approach A')
print(s.to_markdown())
"

依赖

  • Python 3.8+
  • 无第三方依赖

版本历史

共 1 个版本

  • v1.1.0 当前
    2026-05-29 21:27 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

Karpathy编程四大原则

534422530
AI编程四大原则 —— 源自 Karpathy 法则 (forrestchang/andrej-karpathy-skills94.2k⭐)。在AI编程时强制执行四大原则:先思考、保持简单、精准修改、目标驱动。适用于代码审查、代码生成、bu
★ 3 📥 870

Laosi Mcp Security Audit

534422530
对MCP服务器执行全面的安全审计,包括漏洞扫描、恶意软件检测、合规性检查和详细的修复报告。
★ 0 📥 456

自动学习技能

534422530
自动学习技能——从对话中自动提取知识并创建技能。基于Memento‑Skills的读写循环机制。适用于AI Agent自进化、知识积累、技能自动创建等场景。
★ 0 📥 424