Creador · JetBrains
Última actualización · 24 ago 2026
brainstorming
Use this BEFORE any creative or feature work: building a new feature, adding functionality, changing behavior, or making a nontrivial design decision. Turns the user's request into a validated design — recorded as a spec-graph task-spec — before any implementation. Do not skip th
Solo sandbox
Destinos de instalación
Prompt de instalación para Codex
Install the "brainstorming" agent skill from https://github.com/JetBrains/thinkrail/tree/main/packages/pi-thinkrail-workflow/skills/brainstorming. Read its SKILL.md or equivalent instructions first, install only the files needed for this workspace, and summarize any required setup before using it. Skill purpose: Use this BEFORE any creative or feature work: building a new feature, adding functionality, changing behavior, or making a nontrivial design decision. Turns the user's request into a validated design — recorded as a spec-graph task-spec — before any implementation. Do not skip this because a change looks small. After the install attempt, report the result to https://www.openagentskill.com/api/agent/outcome with POST JSON {"event_id":"install_<unique-id>","skill_slug":"jetbrains-brainstorming","task":"Install brainstorming","agent":"codex","outcome":"success","install_used":true}. Replace event_id with a unique value and outcome with success or failed. Report success only after the skill is installed and a minimal verification passes.Perfil del activo
Investigación y trabajo de conocimiento
Deep research, source comparison, literature review, RAG, knowledge search, and reports.
Escenario
Agents de investigación
I need my agent to research a topic, compare sources, and produce a concise report.
Afinidad con Agent
Claude Code + CLI + Codex
Funciona con Codex, Claude Code, Cursor, CLI o Agents personalizados.
Instalar
Listo
npx skills add JetBrains/thinkrail --skill brainstorming
Mantenimiento
Actual
Actualizado hoy
Riesgo
Requiere revisión
Financial research output is not financial advice; require human review before any live investment decision
Calidad de GitHub
38
62/100 Calidad · 77/100 Confianza
Etiquetas de cobertura
Notas de revisión
Financial research output is not financial advice; require human review before any live investment decision · Low GitHub adoption signal
Tarjeta de adopción del Agent
Confianza, auditoría y preparación de instalación de un vistazo
Estas puntuaciones combinan metadatos públicos del repositorio, señales de revisión de OpenAgentSkill, actualidad de mantenimiento y preparación de instalación. Sirven para preseleccionar; no sustituyen la revisión humana.
Calidad
PrometedorUseful candidate, but compare it with alternatives before adopting.
Confianza
Solo sandboxCandidata útil con señales de confianza incompletas o mixtas. Manténgala en un espacio aislado hasta que el ciclo de resultados demuestre el ajuste.
Auditoría
Requiere revisiónRevisión legible por máquina de la preparación de instalación, los metadatos de seguridad, el mantenimiento y el riesgo de adopción.
Trust Score de OpenAgentSkill v5
Revisión humana antes de instalar
Ejecute solo en un sandbox y compare alternativas cercanas antes de usarla en trabajo real.
Estrellas
38 estrellas de GitHub
Actividad del repositorio
38 estrellas y 8 forks
Mantenimiento
Actualizado hoy
Licencia
Apache-2.0
Instalar
npx skills add JetBrains/thinkrail --skill brainstorming
Seguridad de instalación
Ruta estándar de paquete o instalación en tiempo de ejecución
Superficie de permisos
Acceso a archivos o documentos
Resultados del Agent
Aún no hay datos de resultados del Agent
Documentación
Usable metadata, review docs
Resumen de riesgo
Revisar antes de producción
- Financial research output is not financial advice; require human review before any live investment decision.
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 38 GitHub stars
Preparación de instalación
Ruta de instalación disponible
- La ruta de instalación está disponible
- La evidencia del repositorio está disponible
- La licencia está declarada
- Aún no hay evidencia de resultados Agent-Proven
Metadatos legibles por Agent
Datos de decisión legibles por máquina para este skill.
Usa este bloque o el JSON integrado para decidir si un Agent debe instalar este skill, elegir una alternativa o pedir revisión humana primero.
View technical data+
Metadatos legibles por Agent
Datos de decisión legibles por máquina para este skill.
Usa este bloque o el JSON integrado para decidir si un Agent debe instalar este skill, elegir una alternativa o pedir revisión humana primero.
Tareas adecuadas
- Flujos de Agents de investigación
- Equipos de Claude Code
- builders willing to evaluate younger projects
- Fuentes de búsqueda
Agents adecuados
Decisión de instalación
- Comando
- npx skills add JetBrains/thinkrail --skill brainstorming
- Política
- Revisar
- Revisión humana
- Sí
Confianza y riesgo
- Confianza
- 69/100
- Auditoría
- 79/100
- Nivel de riesgo
- Requiere revisión
Ciclo de resultados
- Endpoint
- /api/agent/outcome
- ID del evento
- resolve
- Resultados
- 5
Comando de instalación
npx skills add JetBrains/thinkrail --skill brainstormingNo usar cuando
- Equipos que necesitan un SLA con soporte del proveedor
- production agents without a repository review
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
- Financial research output is not financial advice; require human review before any live investment decision
Skill alternativo
Last30days Skill
53.5K Estrellas
npx skills add mvanhorn/last30days-skill -g
Skill alternativo
Academic Research Skills
38.4K Estrellas
npx skills add Imbad0202/academic-research-skills
Skill alternativo
GPT Researcher
28.0K Estrellas
npx skills add assafelovic/gpt-researcher
Skill alternativo
DeepResearch
19.8K Estrellas
npx skills add Alibaba-NLP/DeepResearch
Seguridad de Agent v2
63/100 · Revisar antes de instalar
Candidato utilizable, pero el Agent debe mostrar las notas de permisos y auditoría antes de instalar.
Requiere aprobación humana antes de instalar en un espacio de trabajo real.
Medio
Acceso a red
El skill probablemente consulta páginas remotas, API, repositorios o servicios externos.
Medio
Acceso al sistema de archivos
El skill puede leer o escribir archivos de proyecto, documentos, artefactos generados o estado local.
- Financial research output is not financial advice; require human review before any live investment decision
Plan de resolución de Agent
Deja que un Agent valide el ajuste antes de instalar.
La API Resolve devuelve la skill elegida, alternativas, política de seguridad, notas de auditoría, destino de instalación y un prompt listo para usar.
Abrir JSON
/api/agent/resolve?task=Use%20brainstorming%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Texto de Resolve
/api/agent/resolve?task=Use%20brainstorming%20for%20an%20agent%20workflow&agent=codex&max_risk=medium&format=text
Traspaso de instalación
/api/skills/jetbrains-brainstorming/install
Agent debe revisar
- Task fit and alternatives from Resolve API.
- Audit score, trust score, and safety policy warnings.
- Install target compatibility for Codex, Claude Code, Cursor, or CLI.
Copiar prompt
Task: Use brainstorming in this workspace.
Resolve first: https://www.openagentskill.com/api/agent/resolve?task=Use%20brainstorming%20for%20an%20agent%20workflow&agent=codex&max_risk=medium
Review install handoff: https://www.openagentskill.com/api/skills/jetbrains-brainstorming/install
Install command: npx skills add JetBrains/thinkrail --skill brainstorming
Before running it, summarize audit warnings, required permissions, and the fallback skill if install is risky.Traspaso de Agent
Da al Agent la ruta de instalación, no otro directorio.
Usa el endpoint público para obtener el comando, la lista de seguridad, prompts y enlaces canónicos.
Traspaso de instalación
/api/skills/jetbrains-brainstorming/install
Formato de texto LLM
/api/skills/jetbrains-brainstorming/install?format=text
Buscar alternativas
/api/skills/search?q=brainstorming&limit=3
Prompt de Agent
Use brainstorming for this task. Review https://www.openagentskill.com/api/skills/jetbrains-brainstorming/install, then install with: npx skills add JetBrains/thinkrail --skill brainstormingMetadatos del Registry
Perfil legible por Agent para seleccionar skills automáticamente.
La API Registry expone señales de decisión, confianza, auditoría, casos de uso e instalación sin raspar la interfaz.
Manifest
/api/registry/manifest/jetbrains-brainstorming
Texto LLM
/api/registry/manifest/jetbrains-brainstorming?format=text
Alias de instalación
/api/registry/install/jetbrains-brainstorming
Recomendar
/api/registry/recommend?task=Use%20brainstorming%20in%20an%20agent%20workflow&limit=3
Afinidad con Agent
Agents de investigación
Etiquetas de uso
Plataformas
Claude Code
Informe de auditoría
Requiere revisión · 79/100
Revisión legible por máquina de la preparación de instalación, los metadatos de seguridad, el mantenimiento y el riesgo de adopción.
Panel de decisión de Agent
Fallback candidate for Research agents
Prototype with this skill first; keep a fallback candidate ready.
Rol en la pila
Candidata de respaldo
Ajuste principal
Agents de investigación
Etiqueta de confianza
Prototipar primero
Ruta de instalación
Comando listo
Úsalo cuando
- Flujos de Agents de investigación
- Equipos de Claude Code
- builders willing to evaluate younger projects
Evidencia
- recent repository activity
- install command or GitHub repo available
- perfil de calidad 62/100
revisar primero
- Low GitHub adoption signal
- No OpenAgentSkill engagement data yet
Ruta de implementación
- 1Instálalo en un Agent de sandbox y ejecuta una tarea de Agents de investigación de principio a fin.
- 2Compare output quality, latency, and failure behavior against at least one alternative.
- 3Promote it into production only after reviewing repository permissions, license, and maintenance signals.
Perfil de confianza
Solo sandbox
Candidata útil con señales de confianza incompletas o mixtas. Manténgala en un espacio aislado hasta que el ciclo de resultados demuestre el ajuste.
Adopción en GitHub
Revisar38 estrellas de GitHub
Actividad de stars/forks
Revisar38 estrellas y 8 forks; la actividad de issues no está disponible en los metadatos actuales
Mantenimiento reciente
AprobadoActualizado hoy
Claridad de licencia
AprobadoApache-2.0
Señales positivas
- Revisión de IA aprobada
- La ruta de instalación está disponible
- La evidencia del repositorio está disponible
- Repositorio mantenido recientemente
- El comando de instalación no muestra un patrón de alto riesgo evidente
- El ciclo de resultados está listo, pero necesita la primera ejecución real de Agent
Revisar antes de instalar
- Financial research output is not financial advice; require human review before any live investment decision.
- Low GitHub adoption signal
- Quality score needs review
- GitHub adoption: 38 GitHub stars
- Stars/forks activity: 38 stars, 8 forks; issue activity unavailable in current metadata
- Aún no hay informes reales de resultados del Agent
- Se requiere revisión humana antes de una instalación desatendida
Acción recomendada
Ejecute solo en un sandbox y compare alternativas cercanas antes de usarla en trabajo real.
Perfil de calidad
Prometedor candidato para flujos de Agent
Useful candidate, but compare it with alternatives before adopting.
Ajuste de flujo
Usa esta skill en estos escenarios
Investigate faster
Research agents
I need my agent to research a topic, compare sources, and produce a concise report.
Automate repeated work
Workflow automation
I need my agent to automate a repeated workflow across tools and files.
Manage repositories
GitHub automation
I need my agent to triage GitHub issues, review pull requests, and summarize repository changes.
Ajuste de flujo
Añadir a un flujo completo
Find, compare, and synthesize
Research report agent
A workflow for agents that gather sources, compare claims, summarize long material, and draft useful research briefs.
Turn skills into distribution
Content growth agent
A workflow for turning newly indexed skills into SEO briefs, social drafts, comparison pages, and reusable publishing workflows.
Inspect, patch, and verify code
Coding review agent
A workflow for software agents that inspect repositories, review pull requests, generate tests, and turn findings into shippable patches.
Lista de alternativas
Compara antes de instalar
Similar skills that may fit this task.
Last30days Skill
Research the last 30 days across Reddit, X, YouTube, Hacker News, Polymarket, GitHub, and the web, then synthesize a grounded brief for an AI agent.
Academic Research Skills
Academic Research Skills for Claude Code: research → write → review → revise → finalize
GPT Researcher
Run autonomous deep research over web and local sources
DeepResearch
Tongyi Deep Research, the Leading Open-source Deep Research Agent
Resumen
--- name: brainstorming description: "Use this BEFORE any creative or feature work: building a new feature, adding functionality, changing behavior, or making a nontrivial design decision. Turns the user's request into a validated design — recorded as a spec-graph task-spec — before any implementation. Do not skip this because a change looks small." ---
# Brainstorming
## Brainstorm before you build
- Before starting any creative or feature work — a new feature, added functionality, a behavioral change, a nontrivial design decision — stop and run this workflow before writing implementation code. - The aim: turn the request into a validated design, recorded as a spec-graph `task-spec`, that the user has explicitly approved — not a guess you implement and hope lands. - Never implement during brainstorming. If you catch yourself opening a source file to make a change before the design is approved, stop.
## Anti-pattern: "this is too small to need this"
Every request goes through this, however small it looks. A one-line config change and a new subsystem both benefit from a few minutes of "what does the user actually want and why" — that is where wrong assumptions get caught cheaply. Scale the *depth* to the task; never skip the workflow entirely.
## The workflow
1. **Orient.** Use the spec-graph skill's tools first — `spec_grep`/`spec_get`/`spec_graph` — to find what the project already says about the area; read code second, to confirm details. 2. **Scope check.** If the request bundles multiple independent features or subsystems, say so and brainstorm them one at a time (or in parallel sub-sessions, the user's call) — don't blend unrelated decisions into one task-spec. 3. **Open a task-spec.** As soon as you understand roughly what's being asked, `spec_create` a `task-spec` at **`.thinkrail/context/TASK-<slug>.md`** (id, title, status: draft, parent: the nearest relevant module) to hold the design as it develops. `.thinkrail/context/` is the workspace's gitignored scratch dir (host-seeded, zero git footprint) yet stays scannable by the spec tools — the home for every temp doc, never committed. This file is the one artifact — update it live as decisions land; don't also keep a separate scratch doc. This works even in a project with no existing spec graph: a `task-spec` only needs frontmatter `id` and `type` to be a valid spec, no pre-existing graph required — don't skip this step just because nothing else in the project is specced yet. 4. **Clarify.** Ask what you need via `ask_user_question`, composing rounds per the **asking-user-questions** concept skill — read it before the first round. Resolve a full round, update the task-spec with what you learned, and only open a new round if the answers raised a genuinely new question. Per that concept's degradation norms, skipped questions or a host with no UI are not blockers: record your best-guess assumptions in the task-spec, explicitly marked unconfirmed, and continue. 5. **Propose approaches.** Once the ask is clear, write 2-3 approaches into the task-spec with trade-offs and a recommendation. When approaches are easiest to compare side by side, ask via a single-select `ask_user_question` with each approach as an option (label = approach name, description = its trade-off) instead of prose alone. 6. **Present the design.** Write it into the task-spec in sections scaled to their complexity; confirm with the user as each section lands, not only at the end. 7. **Self-review.** Before asking for final sign-off, reread the task-spec for: placeholders/TBDs, sections that contradict each other, scope that's actually multiple task-specs, and ambiguous requirements — fix what you find, don't just flag it. 8. **Promote.** When the design settles a boundary, contract, or decision that belongs in a durable spec, fold it into the relevant module's `SPEC.md` now — `spec_create` for a new module, `spec_update` for its frontmatter (draft → active as it firms up), `edit` for prose. Run `spec_validate` after structural changes. 9. **Final review, then build.** Ask the user to review the (now-promoted) design once more. Once approved, implement directly against it — there is no separate plan-writing step here. Before handing off, self-review the implementation diff the way step 7 reviewed the spec: no silent lint/type suppressions (a gate error is a design signal — question the flagged state or dependency before guarding it; any genuinely-needed suppression gets explicit user sign-off first), no nontrivial derivation duplicated across files (centralize it), no rationale left as code comments (near-zero comments: decisions and invariants go to the owning spec per the writing-specs bar; only lint directives and rare one-line hazard notes survive), and when the change replaced a pattern, sweep the repo for remnants of the old one. Keep the task-spec and the durable specs honest as the code lands, and retire the task-spec once **the work itself** is done, not merely once the design was promoted.
## What a good task-spec looks like
- Scoped to one piece of work — if it's accreting unrelated decisions, split it. - States the request, the decision(s) made and why, the approaches considered and why they were or weren't picked, and anything the user explicitly deferred or declined to answer. - Gets promoted, not copied: once a decision belongs in a module's `SPEC.md`, move it there and reference it from the task-spec rather than keeping two copies that can drift.
Detalles técnicos
- Versión
- 1.0.0
- Licencia
- Apache-2.0
- Última actualización
- 24 ago 2026
- Publicado
- 24 ago 2026
Resumen de decisión
Candidata de respaldo
recent repository activity
Auditoría
Revisión de instalación
Revisión de instalación y adopción
- Seguridad
- 86/100
- Mantenimiento
- 100/100
- Instalar
- 92/100
Evidencia probada por Agent
Evidencia probada por Agent
Informes de resultados tras resolver, revisar, instalar y una ejecución limitada.
- Tasa de éxito
- —
- Fallo reciente
- —
- Resultados
- 0
- Calidad de salida
- —
- Fallidos
- 0
- No relevante
- 0
- Instalaciones
- 0
- Bloqueado por riesgo
- 0
- Configuración necesaria
- 0
- Producción
- 0
Aún no hay datos de resultados de Agent. La primera ejecución puede informar éxito, configuración necesaria, bloqueos de riesgo, fallo o irrelevancia mediante /api/agent/outcome.
Instalar
Añadir al flujo de Agent
Gratis y de código abierto. Revisa el informe antes de instalar en Agents de producción.
Bucle de crecimiento
Kit para compartir
Borrador basado en un caso para brainstorming, listo para publicar manualmente en X.
A practical pick for design or creative work: brainstorming: Use this BEFORE any creative or feature work: building a new feature, adding functionality, changing behavior, or making a... 38 stars https://www.openagentskill.com/skills/jetbrains-brainstorming?ref=x
Respuesta opcional con comando de instalación
Listing + install path for brainstorming: https://www.openagentskill.com/skills/jetbrains-brainstorming?ref=x Install: npx skills add JetBrains/thinkrail --skill brainstorming
Fuente de la ficha
Indexado por Registry
Esta ficha se indexó desde fuentes públicas y no está marcada como oficial hasta que se apruebe una reclamación de mantenedor.
- Creador
- JetBrains
- Fuente
- JetBrains/thinkrail
- Indexado por
- Índice comunitario de OpenAgentSkill
La atribución enlaza al repositorio público o al perfil del creador. Los creadores pueden reclamar la ficha para actualizar las señales de propiedad.
Reclamar este skillReclamación del propietario
Reclamar esta ficha de skill
Esta ficha Indexado por Registry se atribuye a JetBrains, pero aún no está marcada como oficial. Reclámala para añadir una señal de propietario verificado y hacer más fiables futuras actualizaciones de lanzamiento, instalación y auditoría.
Kit de enlaces para creadores
Añade las insignias de evidencia a tu README
Muestra la ficha canónica, las señales actuales de confianza y auditoría, y evidencia real de Agent-Proven donde los desarrolladores evalúan el repositorio.
[](https://www.openagentskill.com/skills/jetbrains-brainstorming)
[](https://www.openagentskill.com/skills/jetbrains-brainstorming)
[](https://www.openagentskill.com/skills/jetbrains-brainstorming/audit)
[](https://www.openagentskill.com/skills/jetbrains-brainstorming)Autor
JetBrains
@jetbrains
Etiquetas
Afinidad con plataforma
Señales de salud
- Estrellas de GitHub
- 38
- Puntuación de calidad
- 34/100
- Último push de GitHub
- 24 ago 2026
- Pistas del framework
- Desconocido
- Vistas de OpenAgentSkill
- 0
- Copias de instalación
- 0
- Clics externos
- 0
Señal de comunidad
Comparte si este skill resulta útil para tu flujo de Agent. Los comentarios agregados mejoran la clasificación con el tiempo.
Confianza y seguridad
Solo sandbox
- Adopción en GitHub38 estrellas de GitHubRevisar
- Actividad de stars/forks38 estrellas y 8 forks; la actividad de issues no está disponible en los metadatos actualesRevisar
- Mantenimiento recienteActualizado hoyAprobado
- Claridad de licenciaApache-2.0Aprobado
- Completitud de README/SKILL.mdLos metadatos públicos necesitan más contexto de README/SKILL.mdInfo
- Riesgo de dependencias/runtimeNo hay indicios importantes de riesgo de dependencias en los metadatos públicosAprobado
Skills relacionados
Last30days Skill
Research the last 30 days across Reddit, X, YouTube, Hacker News, Polymarket, GitHub, and the web, then synthesize a grounded brief for an AI agent.
53.5K EstrellasAcademic Research Skills
Academic Research Skills for Claude Code: research → write → review → revise → finalize
38.4K EstrellasGPT Researcher
Run autonomous deep research over web and local sources
28.0K EstrellasDeepResearch
Tongyi Deep Research, the Leading Open-source Deep Research Agent
19.8K Estrellas