Idea Storm

工程问题的自动化 设计→验证→迭代 闭环。后台运行，不阻塞主会话。

运行架构

采用分段 spawn 模式：每个检查点之间的工作在独立子 agent 中运行，状态通过文件传递。

主会话 子 agent (isolated)
│ │
├─ 创建 experiment.yaml │
├─ spawn(idea-storm: 调研+设计) ───→ │
│ (继续聊天) ├─ Phase 2: 调研
│ ├─ Phase 3: 方案设计
│ ├─ 更新 experiment.yaml
│ ◄── announce 方案摘要 ────────────┤ ✅ 检查点1
│ └─ (退出)
│
├─ 用户确认方案
├─ spawn(idea-storm: 实现+验证) ───→ │
│ (继续聊天) ├─ 读 experiment.yaml 恢复状态
│ ├─ Phase 4: 实现
│ ├─ Phase 5: 验证
│ ├─ Phase 6: 评估
│ ├─ 更新 experiment.yaml
│ ◄── announce 迭代结果 ────────────┤ ✅ 检查点2
│ └─ (退出)
│
├─ 用户确认（继续迭代/收敛）
├─ spawn(idea-storm: 迭代N) ───→ ...（重复直到收敛）
│
├─ spawn(idea-storm: 收敛报告) ──→ │
│ ◄── announce 最终报告 ────────────┤ ✅ 检查点3
└─ 完成

spawn 任务模板

每次 spawn 时，task 中必须包含：

1. 1. 实验状态文件路径：experiments//experiment.yaml
2. 当前要执行的阶段
3. 用户的确认/反馈内容（如有）

示例：

sessions_spawn(task=执行 idea-storm 实验。
读取实验状态：experiments/facial-gan-20260213/experiment.yaml
执行阶段：Phase 4-6（实现→验证→评估）
用户反馈：方案OK，用 StyleGAN3 路线
按 idea-storm skill 流程执行，完成后更新 experiment.yaml 并汇报结果。)

子 agent 启动后：

1. 1. 读 idea-storm SKILL.md 获取流程指引
2. 读 experiment.yaml 恢复实验状态
3. 执行指定阶段
4. 更新 experiment.yaml + Notion
5. announce 结果摘要

---

记忆管理

三层存储，确保状态不丢失：

层级 1：热状态 (SESSION-STATE.md)

主会话的 SESSION-STATE.md 记录当前活跃实验的概要：

yaml
idea_lab:
active_experiment: facial-gan-20260213
experiment_path: experiments/facial-gan-20260213/
current_phase: 等待用户确认检查点2
lastspawnlabel: idea-storm-facial-gan-iter2

层级 2：实验工作区

每个实验在 workspace 下有独立目录：

experiments//
├── experiment.yaml # 实验完整状态（核心）
├── research/ # 调研资料
│ └── findings.md
├── design/ # 方案设计
│ └── plan.md
├── src/ # 实现代码
├── data/ # 输入数据、参考图等
├── results/ # 每轮验证结果
│ ├── iter-1/
│ ├── iter-2/
│ └── ...
└── report.md # 最终报告（本地副本）

层级 3：Notion 长期记录

结构化实验报告，按时间和分类组织。详见 Notion 页面结构。

experiment.yaml 规范

实验的完整状态文件，子 agent 靠它恢复上下文：

yaml
id: facial-gan-20260213
title: 用 GAN 生成面部微表情
created: 2026-02-13T12:00:00+08:00
status: running # running | paused | completed | abandoned

当前进度

phase: Phase 5: 验证 iteration: 2 max_iterations: 5

问题定义

problem: description: 需要生成逼真的面部微表情动画 constraints: 实时渲染，延迟<50ms

验证配置

validation: mode: B # A=图片对比 B=指标优化 C=功能验证 D=自定义 description: 优化 FID score threshold: 50 current_best: 67.3

检查点记录

checkpoints: - phase: 3 time: 2026-02-13T13:00:00+08:00 status: approved user_feedback: 方案确认，用 StyleGAN3 - phase: 6 iteration: 1 time: 2026-02-13T14:30:00+08:00 status: continue user_feedback: FID 67.3，继续优化学习率

迭代历史

iterations: - round: 1 changes: 初始实现，lr=0.001 result: FID 67.3 decision: 继续，调整学习率 - round: 2 changes: lr=0.0003, 增加数据增强 result: pending

Notion

notionpageid: xxx-xxx-xxx

---

核心流程

Phase 1: 问题定义（主会话执行）

用户输入工程问题或 idea。提取并确认：

1. 1. 问题描述：要解决什么
2. 成功标准：怎样算解决了
3. 约束条件：技术栈、资源限制
4. 验证方式：见 验证模式

如果用户没有明确给出以上信息，主动询问（不要一次问太多）。

确认后：

1. 1. 创建实验目录 experiments//
2. 写入 experiment.yaml
3. 创建 Notion 实验页面
4. 更新 SESSION-STATE.md
5. spawn 子 agent 执行 Phase 2-3

Phase 2: 调研（子 agent）

偏向工程化搜索，优先级：

1. 1. GitHub 开源项目和实现
2. 技术博客、Stack Overflow、工程实践
3. 产品文档、API 文档
4. 论文（仅在工程资料不足时补充）

工具：websearch + webfetch

输出：

• - research/findings.md：调研结果
• 更新 experiment.yaml
• 更新 Notion「调研记录」

Phase 3: 方案设计（子 agent）

基于调研设计技术方案：

• - 整体架构
• 关键技术选型
• 实现步骤
• 预期效果

输出：

• - design/plan.md：方案详情
• 更新 experiment.yaml（phase → 等待检查点1）
• 更新 Notion「方案设计」
• announce 方案摘要给主会话

✅ 检查点 1：方案确认（主会话）

用户确认后，主会话 spawn 新子 agent 执行 Phase 4-6。

Phase 4: 实现（子 agent）

按方案执行。可能包括：编写代码、配置环境、生成资源、调用 API。

输出：

• - src/ 下的实现代码
• 更新 Notion「实验日志」

Phase 5: 验证（子 agent）

按 experiment.yaml 中定义的验证方式执行。详见 验证模式。

输出：

• - results/iter-N/：本轮验证数据
• 更新 Notion「验证结果」

Phase 6: 评估与迭代决策（子 agent）

根据验证结果判断：

情况	动作
达标	标记收敛，announce 结果
接近达标，参数可调

自动迭代参数，回到 Phase 4（不超过 max_iterations） |
| 方向有问题 | announce 建议换方案 |

更新 experiment.yaml 后 announce 结果给主会话。

✅ 检查点 2：迭代确认（主会话）

汇报内容：

• - 本轮做了什么
• 效果数据/截图
• 下一步建议

用户确认后 spawn 下一轮或进入收敛。

Phase 7: 收敛报告（子 agent）

生成最终报告：

• - report.md：本地完整报告
• 更新 Notion 最终报告区块
• announce 报告摘要

✅ 检查点 3：最终确认（主会话）

---

验证模式

由用户在 Phase 1 定义。

模式 A：图片对比

用户提供参考图 + 输入集。Agent 生成输出，与