bear-scoop
在你投入一个研究方向之前，先看看有谁已经在做同样的事。把 idea 拆成多个不同角度分别去检索，返回一张"邻近程度地图"，重点标出最危险的撞车候选。底层走真实检索（scimaster-cli），不做主观新颖性判断。 **以下情况请主动触发本技能**：用户说"这个选题有没有人做过"、"我会不会被抢发"、"这个方向还有空间吗"、"我的 idea 新不新"、"要不要查一下有没有撞车"、"这个想法是不是已经有人发了"——即使用户没有说"bear-scoop"，只要意图是**在提交或动笔前确认 idea 的独特性**，就使用本技能。加 `-r` flag 只看近两年和预印本，适合担心被抢发的场景。 不适用于：为已有观点找支持文献（用 bear-support）、找反对文献（用 bear-counter）、概念地图（用 bear-map）、溯源演化史（用 bear-trace）。
Profile →npx skills add xuzhougeng/wisp-science --skill bear-scoop --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# bear-scoop · 选题撞车检测 一个任务：在你投入之前，看看谁坐在离你最近的位置。抢发你的那组人，用的词往往不是你会用的词——这里从你不会想到的角度去搜。 先读 `references/sci-cli.md`——CLI 检测步骤、用法和铁律。 再读 `references/output-system.md`——三层输出体系和 HTML 外壳规范。 ## Flags - 默认：全角度扫描 - `-r`：只看近一两年和预印本（撞车风险最高的地方） ## 步骤（固定顺序） **Step 0 — 确认 CLI 可用** 运行 `sci --version`。未安装就给安装命令并停止；认证错误就提示 `sci init` 并停止。 **Step 1 — 压缩 idea** 把 idea 提炼成一句话并确认。模糊的 idea 搜出来的是噪音，不是信号。 **Step 2 — 分解成 5–6 个正交角度** 同一项工作，从不同立场描述： 1. 字面表述（用户自己的说法） 2. 方法中心（技术 / 工具，剥离应用场景） 3. 问题中心（要解决的问题，剥离方法） 4. 结论中心（预期会声称的具体结果） 5. 相邻领域的表达方式（另一个学科会怎么叫这件事） 6. 抢发者的标题（如果有人比你快发了，那篇论文会叫什么） **在输出里明确列出这 5–6 个角度，每个附一行说明和实际使用的查询词。** 用户需要看见你从哪些方向搜了，才能判断覆盖是否够全，也能自己补充遗漏的角度。列完后直接开始检索，不等待用户确认（除非 idea 本身太模糊）。 **Step 3 — 分角度检索** 宽泛角度用 `ultra_low`（免费），有收获的两三个用 `low` 复跑。加 `-r` 时偏向近期结果。每个角度用独立的 `--prefix`。 **Step 4 — 合并去重** 按 DOI 或标题去重。 **Step 5 — 按邻近程度分四层** - **直接撞车**：问题 + 方法 + 结论都重叠 - **方法孪生**：你的方法，别人的问题 - **问题孪生**：你的问题，别人的方法 - **邻居**：相关但不重叠 每篇附一行"为什么它在这一层"。最危险的那篇单独在最上方点名。 分层前先给每篇候选做四轴评分，每轴 0 到 2 分： 1. 问题重叠：是否解决同一个问题 2. 方法重叠：是否使用同一技术路线 3. 结论重叠：是否会声称相同或高度相似的发现 4. 场景重叠：人群、数据、材料、任务或应用场景是否接近 分层规则： 1. 直接撞车：总分 7 到 8，且问题、方法、结论三轴都不低于 1 2. 方法孪生：方法 2 分，问题或场景明显不同 3. 问题孪生：问题 2 分，方法明显不同 4. 邻居：总分 1 到 3，或只共享背景领域 如果评分和直觉冲突，按评分分层，并在"为什么它在这一层"里
- Flags
- 步骤（固定顺序）
- 输出格式
- 输出物
- 诚实边界
- Gotchas
What does the bear-scoop skill do?
在你投入一个研究方向之前，先看看有谁已经在做同样的事。把 idea 拆成多个不同角度分别去检索，返回一张"邻近程度地图"，重点标出最危险的撞车候选。底层走真实检索（scimaster-cli），不做主观新颖性判断。 **以下情况请主动触发本技能**：用户说"这个选题有没有人做过"、"我会不会被抢发"、"这个方向还有空间吗"、"我的 idea 新不新"、"要不要查一下有没有撞车"、"这个想法是不是已经有人发了"——即使用户没有说"bear-scoop"，只要意图是**在提交或动笔前确认 idea 的独特性**，就使用本技能。加 `-r` flag 只看近两年和预印本，适合担心被抢发的场景。 不适用于：为已有观点找支持文献（用 bear-support）、找反对文献（用 bear-counter）、概念地图（用 bear-map）、溯源演化史（用 bear-trace）。
How do I install it?
Run `npx skills add xuzhougeng/wisp-science --skill bear-scoop --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From xuzhougeng/wisp-science, a repository with 895 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.