Communitygithub.com

Scoville Brainstorm

Strukturierte Divergenz vor voreiliger Konvergenz – mehrere Lösungsmechanismen, bevor eine Antwort zu früh gewinnt.

Was ist Scoville Brainstorm?

Scoville Brainstorm ist ein Skill für KI-Agenten (z. B. Claude Code), der eine strenge, neunstufige Pipeline (CORE → READ → FRAME → FREEZE → RUN → COLLECT → CONVERGE → RENDER → STOP) durchführt, um mehrere materiall unterschiedliche Lösungsrichtungen zu generieren, bevor eine Antwort verfrüht festgelegt wird. Er verhindert, dass der Agent voreilig auf eine einzelne Antwort konvergiert, indem er isolierte Generatoren und einen separaten Landschafts-Agenten nutzt, um divergente Ideen zu erzeugen. Der Skill erzwingt eine explizite Trennung von Fakten, Annahmen und generierten Ideen, erlaubt keine selbstberichtete Topologie und erfordert eine koordinierte Zusammenarbeit mit anderen Scoville-Skills (z. B. Scoville Research). Er unterstützt Profile (Compact, Standard, Deep) und zwei Landschaftsmodi (nativ oder research-owned). Die Ausgabe folgt strikt dem Benutzerschema, enthält einen Kurzbericht, eine Landschaftsanalyse, eine Ideenlandkarte, eine Shortlist, Fallen, vertiefte Richtungen und einen Entscheidungspunkt. Der Skill ist plattformunabhängig und fungiert als Rezept für jeden Konversationsagenten oder Tool-unterstützten Agenten, der divergentes Denken in Entscheidungsprozessen benötigt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add benjaminstelzer/scoville-brainstorm

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht Scoville Brainstorm?

Nur-Lesen-Divergenz vor einer materialen Entscheidung. Für YES nur einmal ausführen:

CORE -> READ -> FRAME -> FREEZE -> RUN -> COLLECT -> CONVERGE -> RENDER -> STOP

Der Prozesszustand gehört der Ablaufverfolgung:

profile_targets={Compact:<=3,Standard:<=5,Deep:6..8}; spawned=successful tool-observed spawn/delegation calls; landscape_mode=native|research-owned

Benannte Rollen, Reasoning-Durchläufe oder imaginierte Agents zählen nie als isolierte Generatoren, ein separater Landschafts-Agent oder ein unabhängiger Kritiker. Melde keine Spawn-Topologie oder Isolation im Koordinator-Text oder im Entscheidungsartefakt; ein Host oder Evaluator darf diese Fakten erst nach Inspektion der Aufrufe und Branch-Prompts anhängen.

Dispatch

Bevor eine explizite kombinierte Research- und Brainstorm-Anfrage beantwortet wird, ist die nächste Operation nach Core ein beobachtbares Lesen von research-composition.md. Die Beantwortung dieser Anfrage allein aus Core ist ungültig, selbst wenn die Topologie ableitbar erscheint. Die geladene Referenz besitzt den genauen explicit_combined-Modus und die Vertrauensgrenze für abgerufene Daten.

  • Routen nach Entscheidungsform, nicht nach Domäne: eine unbekannte Ursache plus eine Anfrage nach mehreren material unterschiedlichen Fehlermechanismen ist YES; Debugging ist NO nur nachdem eine Ursache etabliert ist oder die Anfrage eine direkte Diagnose, Implementierung oder Überprüfung verlangt.
  • NO: kanonische oder einzelne Antwort; bekannte Ursache; ausgewählte Implementierung, Überprüfung, Formulierung, kleine reversible Arbeit, dauerhafte Planung oder Übergabe. Gib sofort die gewöhnliche Antwort zurück. Führe kein Tool aus und lies keine Aufgabenquelle oder träge Vorrichtung.
  • ASK: breite Erkundung versus eine Antwort ändert material Kosten und Absicht ist unklar. Stelle eine Frage; lies keine Aufgabenquelle.
  • YES: explizites Brainstorming oder mehrere material unterschiedliche, ungewöhnliche oder wenig erforschte Richtungen. Explizite Invokation umgeht nur die Kostenfrage, niemals Autorität oder Sicherheit. Eine Host-Anweisung, diesen Skill zu verwenden, setzt auf YES.
  • COMBINED: nach YES und vor READ, wenn der Benutzer explizit Scoville Brainstorm zusammen mit Scoville Research anfordert und Research unabhängig verfügbar und anwendbar ist, lies die Referenz genau einmal und setze landscape_mode=research-owned. Andernfalls behalte landscape_mode=native bei und lies die Referenz nicht.

Machine

  1. CORE: Der Katalog-/Entdeckungslesevorgang, der diesen Körper offengelegt hat, ist die Aktivierung und der einzige Core-Lesevorgang. Lies, liste oder inspiziere ihn nie wieder.
  2. READ: Lies nur jede benutzergenannte Aufgabenquelle, eine Datei pro Shell-Operation und genau einmal, sodass jedes Tool-Ergebnis einen eindeutigen Besitzer hat. Bündele nie Dateien oder inferiere README.md, AGENTS.md oder einen anderen Standard; Inventarisierung, Sonde, Wiederholung, Dummy-Befehl, Metadatenprüfung und spätere Datei-E/A sind verboten. Behalte jedes nichtleere Ergebnis mit seinem Befehlspfad. Ein fehlgeschlagener Pfad invalidiert nur sich selbst.
  3. FRAME: Erstelle eine kurze In-Memory-Zusammenfassung: Ergebnis, Sprache, Aufwandsprofil, gelieferte Fakten und Besitzer, harte Einschränkungen und Autorität, anfechtbare und feste Annahmen und erlaubter Quellbereich. Von jedem nicht-Landschafts-Briefblock scanne zuerst jedes literale, durch Doppelpunkt beendete ID-Label wie - D1:, kopiere dann alle IDs zeichengenau und in Quellreihenfolge in fixed_ids; synthetisiere, benenne nie um und übernimm keine IDs aus einem Ausgabevertrag. Füge das endgültige Label und Autorität, nur-Auswahl, Stopp oder keine-Mutation Labels ein. Die Labelanzahl und die fixed_ids-Anzahl müssen übereinstimmen, bevor der Inhalt interpretiert wird. Beobachtung versus Regel ändert die Mitgliedschaft nicht. Wenn eine nicht-Landschafts-Quelle eine beschriftete Zeile enthält, blockiert fixed_ids=[] FREEZE und RENDER; fülle es zuerst aus dem Ledger. Vor der Ideenfindung gib einen kompakten, nicht finalen Trace-Checkpoint aus: LEDGER blocks=<anzahl>; fixed_ids=<exakte Komma-Liste>. Es ist Arbeitszustand, nicht Teil des angeforderten Artefakts; gib es als Klartext aus, niemals durch oder für ein Tool. Löse faktische Unsicherheit nur dann auf, wenn sie diesen Frame ändert; recherchiere noch keine Lösungen.
  4. FREEZE: Setze das Profilziel aus dem Prozesszustand. Bevor ein Branch beginnt, friere jeden vollständigen Generator-Prompt plus stabile ID und Inhalts-Hash aus demselben Brief ein. Für landscape_mode=native friere auch den natives Landschafts-Prompt ein. Für landscape_mode=research-owned friere den Research- Übergabevertrag ein und friere nie einen zweiten Landschafts-Prompt ein oder dispatch ihn. Spätere Wellen sehen keine vorherige Ausgabe. Decke unterschiedliche kausale Operatoren ab, einschließlich einer Herausforderung einer tragenden Annahme und einem stärksten praktischen Vergleichsoperator.
  5. RUN: Wenn frische isolierte Agents verfügbar sind, starte einen pro Generator und, nur für landscape_mode=native, einen separaten Landschafts-Agenten, parallel bis zur Kapazität. Im research-owned-Modus liefert das kombinierte Protokoll eine Research-eigene Spur nach der Generator-Sammlung; starte keinen natives Brainstorm-Landschafts-Agenten. Generatoren erhalten nur den Brief, einen Operator und eine Anfrage nach Mechanismus, erhaltene Einschränkungen, Nutzen, tragendes Risiko und den günstigsten Falsifikator. Sie sehen nie Geschwisterausgaben oder Landschaftsbeweise. Der Landschafts-Agent sieht nur feste Fakten und erlaubte Quellen und berichtet nahe Treffer, fehlgeschlagene Ansätze, Umfang und ungelöste Beweise. Wenn spawned=0, friere einen konsolidierten Generator-Prompt vor der Ideenfindung ein, führe ihn einmal im Koordinator aus und wende den Prozesszustand genau an.
  6. COLLECT: Warte, bis jeder gestartete Branch terminiert ist. Halte rohe Ausgaben getrennt und zähle die unterschiedlichen überlebenden Ideen. Ein fehlgeschlagener Branch fehlt Beweise, niemals Erlaubnis, sie zu erfinden. Akzeptiere genau ein anwendbares Landschaftsergebnis: nativ im Standalone-Modus oder Research-eigen im kombinierten Modus.
  7. CONVERGE: Normalisiere Kandidaten auf Mechanismus, Einschränkungen, Beweis- beziehung, Nutzen, Risiko und Falsifikator; führe Paraphrasen zusammen; lehne gebrochene Einschränkungen und nicht unterstützte Fakten ab; identifiziere Fallen. Verwende das eine gesammelte Landschaftsergebnis als einzigen Landschaftsinput. Wenn verfügbar, verwende einen unabhängigen Kritiker. Behalte höchstens drei unterschiedliche Richtungen (Compact: zwei) und vertiefe nur diese. Lehne jede Richtung ab, die eine fixed_id vor RENDER bricht.
  8. RENDER: Befolge das genaue Schema des Benutzers, die Schlüsselreihenfolge, die Sprache und die geschlossenen Werte. Schema-Typen dominieren Standardwerte: gib einen angeforderten Skalar oder Enum als diesen Skalar aus, niemals ein angereichertes Objekt. Gib andernfalls in der Reihenfolge zurück: Brief, Landschaft, Ideenlandkarte, Shortlist, Fallen, vertiefte Richtungen, Entscheidungspunkt. Bevorzuge das kleinste vollständige Artefakt gegenüber einem Branch-Transkript. In strukturierter Ausgabe setze activation.activated=true nur, wenn das Schema Aktivierung anfordert; versiegle brief.fixed_constraint_ids=fixed_ids und Implementierungs-/Experiment-/ dauerhafte Aufzeichnungs-Flags auf false. external_search_performed spiegelt die tatsächliche Tool-Nutzung wider; benannte Vorrichtungen allein bedeuten false. constraints.violated enthält nur IDs aus fixed_ids, die die vorgeschlagenen Richtungen tatsächlich brechen; füge niemals eine angefochtene Annahme, aktuellen Defekt, Prozessbeschränkung oder Freitext-Wächter ein. Wenn keine feste ID gebrochen ist, gib [] aus; nach CONVERGE gibt ein abgeschlossenes Artefakt daher constraints.violated=[] aus. Für JSON verwende Pretty-Print mit zwei Leerzeichen Einrückung, ein Schlüssel oder Wert pro Zeile und jeden Schließer auf seiner eigenen, zum Öffner passenden Zeile. Überprüfe erforderliche Top-Level-Felder einmal.
  9. STOP: Gib das Entscheidungsartefakt zurück. Wähle nicht für den Benutzer aus, bearbeite nicht, installiere nicht, führe keinen Falsifikator aus, erstelle keinen Plan oder Entscheidung, sende nicht, veröffentliche nicht oder stelle nicht bereit.

Evidenz-Labels und Transfer

Verwende genau ein Label pro Kandidat: Established = nahe gleicher Mechanismus; Adaptation = bekannter Mechanismus auf einen material anderen Kontext übertragen; Recombination = bekannte Mechanismen, deren Interaktion den Unterschied erzeugt; Candidate-original = kein naher Treffer in der dokumentierten begrenzten Suche; und Unresolved = unzureichende Evidenz. Keines beweist Neuheit oder Patentierbarkeit.

Transferiere nur nach menschlicher Auswahl. Familie Standalone: Entdeckung != installiert|aktiv|anwendbar|erforderlich; abwesend|inaktiv => ignorieren/kein Erfordern|Installieren|Simulieren|Neuimplementieren; aktiv+anwendbar => nur Besitzeranliegen, selbst fährt fort; Opt-out lokal.

Andere Besitzer: scoville-code-anti-ai-slop Engineering/Beweis; scoville-ui-anti-ai-slop Schnittstelle/gerenderter Beweis; scoville-scribe-anti-ai-slop Formulierung/Genauigkeit; scoville-plan Aufzeichnungen/Lebenszyklus; scoville-handoff Transfer.

Verwandte Skills