CommunityRecherche & Datenanalysegithub.com

good-research-ideas

Verwenden Sie diese Fähigkeit, wenn der Benutzer nach literaturgestützten Forschungsthemen, Abschlussarbeit-Ideen, offenen Problemen oder kurzfristigen Richtungen in einem Bereich oder Teilbereich wie Robotik, Robotik-Vision-Sprache-Action (VLA)-Modellen oder robotischen Aktionspolitiken fragt. Nicht für eine eigenständige Zusammenfassung eines Papers.

Was ist good-research-ideas?

Diese KI-Fähigkeit namens "good-research-ideas" ist darauf ausgelegt, wiederkehrende, ungelöste Lücken in aktuellen Top-Forschungspublikationen zu identifizieren und daraus überprüfbare Forschungsideen zu generieren. Sie wird verwendet, wenn ein Nutzer nach literaturgestützten Forschungsthemen, Thesis-Ideen, offenen Problemen oder kurzfristigen Richtungen in einem spezifischen Bereich (z. B. Robotik, VLA-Modelle) sucht. Die Fähigkeit unterstützt Plattformen wie Claude Code, Cursor oder Codex und basiert auf einer systematischen Methodik: Sie durchsucht Datenbanken wie Consensus und SciSpace, wählt bis zu 20 relevante Papers aus einem rollierenden Drei-Jahres-Zeitraum aus, liest diese vollständig (inklusive Limitations- und Future-Work-Abschnitten) und bewertet die Fundstellen nach Häufigkeit, Unabhängigkeit und Machbarkeit. Das Ergebnis ist eine prägnante Antwort von maximal 200 Wörtern, die die vielversprechendsten Richtungen mit konkreten Fragestellungen, Evidenz und minimalen Experimenten präsentiert. Die vollständigen Details werden in einer verlinkten Evidenzdatei bereitgestellt.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/RedZadios/good-research-ideas/tree/HEAD/skills/good-research-ideas

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

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

Dokumentation

Gute Forschungsideen

Finden Sie wiederkehrende, ungelöste Lücken in aktuellen Top-Forschungspublikationen und verwandeln Sie diese in überprüfbare Ideen. Beginnen Sie mit den Ideen in einer ersten Antwort von maximal 200 Wörtern. Halten Sie die Nachweise separat nachvollziehbar.

Suchen und wählen Sie bis zu 20 Papers aus

  • Wandeln Sie den Umfang des Benutzers in eine Forschungsfrage um und identifizieren Sie, was übereinstimmen muss: das Problem, die Aufgabe, das System, die Eingaben, die Ausgaben oder die Evaluierungsumgebung. Erkunden Sie bei einem breiten Thema mehrere relevante Teilbereiche. Halten Sie bei einer engen Anfrage die definierenden Einschränkungen ein, anstatt sie zu erweitern, um die Stichprobe zu füllen. Nutzen Sie die vom Benutzer angegebenen Ressourcenbeschränkungen, ohne Zugriff auf Hardware oder private Daten anzunehmen.
  • Verwenden Sie Consensus und SciSpace für komplementäre Entdeckungen, wenn beide verfügbar sind. Suchen Sie mit natürlichsprachlichen Forschungsfragen, nutzen Sie offizielle Proceedings und Zeitschriften, um Konferenzen und Auszeichnungen abzudecken, und erweitern Sie die Suche mithilfe von Autorenterminologie und Zitationslinks von starken Treffern. Siehe Such- und Nachweismethoden für die Suchdurchläufe, Relevanzprüfungen und Rückfallebenen.
  • Lesen Sie das vollständige Abstract und überprüfen Sie die vom Autor bereitgestellten Schlüsselwörter des Papers, sofern verfügbar. Beurteilen Sie, ob der Kernbeitrag und die Aufgabe oder Evaluierung den angeforderten Umfang adressieren. Sehen Sie über die genaue Wortwahl hinaus: Ein Paper kann qualifiziert sein, ohne das Akronym der Anfrage zu enthalten, und ein Titel, Schlüsselwort oder eine Auszeichnung kann ein themenfremdes Paper nicht retten. Wenn keine Autorenschlüsselwörter veröffentlicht sind, notieren Sie dies und verwenden Sie die im Abstract ausdrücklich genannten Begriffe.
  • Verwenden Sie ein rollierendes Drei-Kalenderjahr-Fenster, das am Suchdatum endet. Überprüfen Sie die Peer-Review-Veröffentlichung und das früheste bekannte öffentliche Datum derselben Studie, bevor Sie den Volltext lesen. Deduplizieren Sie Preprints, Proceedings und Zeitschriftenversionen derselben Arbeit. Schließen Sie Papers aus, die nur als Preprints veröffentlicht wurden.
  • Bevorzugen Sie die nächstgelegenen direkten Treffer und verwenden Sie verifizierte Qualitätssignale wie eine offizielle Best-Paper-Auszeichnung oder ein erhebliches Zitationswachstum innerhalb der letzten zwei Jahre, um Papers mit vergleichbarer Relevanz zu ordnen. Legen Sie die Auswahlkriterien und die Reservierungsreihenfolge fest, bevor Sie Einschränkungen lesen. Kennzeichnen Sie bei Bedarf direkt relevante Papers mit verifizierten Sekundärsignalen, wie einem offiziellen Finalistenstatus oder einer unabhängigen externen Validierung. Aktualität und Prestige des Veranstaltungsortes allein sind nicht ausreichend. Ersetzen Sie Papers ohne lesbaren Volltext durch berechtigte Reserven. Zielen Sie auf 20; geben Sie die tatsächliche Anzahl an, anstatt aufzufüllen.

Lesen, quervergleichen und bewerten

  • Lesen Sie die ursprünglichen Abschnitte zu Einschränkungen (Limitations) und zukünftigen Arbeiten (Future Work), sofern vorhanden. Überprüfen Sie auch relevante Diskussionen, Ergebnisse, Schlussfolgerungen und ergänzendes Material. Protokollieren Sie für jedes Paper die vom Autor genannten Einschränkungen, die vom Autor vorgeschlagene zukünftige Arbeit und die aus Ergebnissen abgeleiteten Lücken getrennt, mit einem Versionslink und einem Abschnitts-/Seiten-/Figuren-Locator. Markieren Sie fehlende oder nicht verifizierte Aussagen; Abstracts und automatische Extraktionen gelten nicht als Volltextüberprüfung.
  • Gruppieren Sie Behauptungen nur, wenn sie denselben konkreten Engpass oder vorgeschlagenen nächsten Schritt betreffen. Zählen Sie die vom Autor genannten Einschränkungen und Vorschläge für zukünftige Arbeiten getrennt als unterschiedliche Papers aus der Anzahl der überprüften. Notieren Sie die unterstützenden Paper-IDs und unabhängigen Teams. Notieren Sie gemeinsame Autorenschaft, Daten oder Methoden; halten Sie Schlussfolgerungen, partielle Korrekturen und Gegenbeweise getrennt.
  • Überprüfen Sie neuere Studien innerhalb desselben Fensters auf partielle Korrekturen oder Gegenbeweise. Außerhalb der Stichprobe liegende Papers können die Schlussfolgerung ändern, ohne die Stichprobenzahlen zu verändern. Ordnen Sie testbare Richtungen nach Häufigkeit, Unabhängigkeit, verbleibender Unsicherheit und Machbarkeit. Erklären Sie, warum eine Richtung in den nächsten 1-2 Jahren vielversprechend aussieht, ohne Wiederholung mit einer Vorhersage gleichzusetzen oder zu behaupten, dass Neuheit bewiesen ist.

Liefern Sie zuerst die prägnante Antwort

  • Halten Sie die gesamte erste Chat-Antwort auf maximal 200 Wörter, einschließlich Überschriften und Notizen. Passen Sie die Sprache des Benutzers an und verwenden Sie eine vergleichbare Kürze in Sprachen ohne Leerzeichen getrennte Wörter. Beginnen Sie mit den stärksten Richtungen. Geben Sie für jede eine konkrete Frage, die wichtigste Evidenz oder Unterstützungsanzahl und ein minimales Experiment oder eine Metrik an. Geben Sie die tatsächlich überprüfte Anzahl und alle Einschränkungen an, die die Rangfolge ändern.
  • Halten Sie das vollständige Paper-Ledger, beide Unterstützungs-Rankings und detaillierte Versuchsdesigns aus der ersten Chat-Antwort heraus. Fügen Sie diese in eine verlinkte Evidenzdatei ein, falls ein Dateiausgang verfügbar ist; behalten Sie andernfalls die Evidenz für eine Folgefrage. Halten Sie wichtige Quellenzitate in der kurzen Antwort selbst.

Verwandte Skills