Idea Darwin 中文版

v1.0.0

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...

0· 77·0 current·0 all-time
byJianyang@warmskull

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for warmskull/idea-darwin-zh.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "Idea Darwin 中文版" (warmskull/idea-darwin-zh) from ClawHub.
Skill page: https://clawhub.ai/warmskull/idea-darwin-zh
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install idea-darwin-zh

ClawHub CLI

Package manager switcher

npx clawhub@latest install idea-darwin-zh
Security Scan
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Benign
high confidence
Purpose & Capability
Name/description, SKILL.md, and the asset/prompt files are coherent: the skill needs to parse ideas.md, create cards/rounds/reports, score and evolve ideas — and the files and prompts supply exactly that. No unrelated binaries, env vars, or external services are requested.
Instruction Scope
The runtime instructions read the project's ideas.md (read-only by policy in the doc) and create/modify files under the working directory (cards/, rounds/, reports/, config.yaml, stimuli.md, graph/relations.json). This file I/O is necessary for the stated purpose, but you should expect the skill to write many files and to auto-update/merge/assign IDs during rounds.
Install Mechanism
No install spec and no code files beyond documentation and prompt templates — lowest-risk model. Nothing is downloaded or executed from external URLs.
Credentials
The skill requests no environment variables, credentials, or config paths. It operates on local files only (as declared), so requested privileges are proportional to the stated purpose.
Persistence & Privilege
always:false (not force-included). disable-model-invocation:false (can be invoked autonomously when eligible) — this is the platform default. Combined with file-write behavior, autonomous runs could generate/modify many files in the working directory, so consider scope/triggering rules and run location. The skill does not request system-wide settings or other skills' credentials.
Assessment
This skill is internally consistent and appears to do what it advertises, but before installing or running it: 1) run it (or initialize) in a dedicated project directory or backup your repository — it will create and modify files (cards/, rounds/, config.yaml, stimuli.md, graph/). 2) Review generated stimuli.md and any new card files for content you don't want persisted. 3) Because it can be invoked autonomously by the agent, consider when/how triggers will be used (it will only run when invoked or when matching trigger phrases). 4) There are no network calls or secret access declared, but absence of code files means there is nothing to scan — if you need stronger assurance, request the author/source code or run it in an isolated environment first.

Like a lobster shell, security has layers — review code before you run it.

latestvk973z89vxa2vtmdd19c59rd75d84cb1f
77downloads
0stars
1versions
Updated 3w ago
v1.0.0
MIT-0

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 <N>每轮最多处理的 idea 数量12
--actions <N>每个 idea 每轮最多执行的动作数2
--disruption <N>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
  2. 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
  2. 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
  3. 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
  4. 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

Comments

Loading comments...