Idea Storm 是一个面向工程问题的自动化迭代实验平台，通过"分段 spawn"架构实现从调研到收敛的全流程自动化。用户只需提出工程问题或创意想法，系统即可在后台自动完成技术调研、方案设计、代码实现、效果验证和迭代优化，形成完整的实验闭环，并将全过程结构化记录到 Notion。
核心用法遵循七阶段流程：主会话首先进行问题定义（Phase 1），确认技术约束与验证标准后，创建实验目录并 spawn 子代理执行调研（Phase 2）与方案设计（Phase 3），经用户确认检查点后，再 spawn 新的子代理完成代码实现（Phase 4）、效果验证（Phase 5）与迭代决策（Phase 6）。验证支持四种模式：图片对比（SSIM/视觉分析）、指标优化（FID等量化指标）、功能验证（测试用例）及自定义验证。整个过程通过 experiment.yaml 文件传递状态，确保子代理隔离运行的同时保持上下文连续性。
显著优点包括：后台异步运行不阻塞主会话，用户可在实验执行期间继续其他对话；采用 Docker 沙盒隔离执行环境，Claude Code 在独立容器中运行，避免污染宿主机且用完即删；自动化的 Notion 集成实现实验过程的知识沉淀，形成可复用的技术资产；支持多轮自动迭代，系统可根据验证结果自主调整参数并重新实验，直至收敛。
潜在局限性在于：T3 社区来源意味着代码审查和维护依赖个人开发者；重度依赖 Docker 环境，要求宿主机安装并配置 Docker 守护进程；配置流程相对复杂，需要正确设置 openclaw.json 的 API 配置和 Notion Token；对于非结构化或高度模糊的工程问题，自动化的调研和设计可能缺乏针对性。
该技能特别适合算法工程师进行模型效果验证、全栈开发者快速验证技术方案可行性、以及需要系统性记录实验过程的技术团队。对于需要频繁进行 A/B 测试、参数调优或原型验证的场景尤为高效。
使用风险主要包括：需妥善管理 openclaw.json 和 Notion Token 等敏感配置的权限（建议 chmod 600）；Docker 容器运行消耗系统资源，长时间实验可能占用较多磁盘空间；虽然使用 --dangerously-skip-permissions 参数，但在隔离容器内以非 root 用户运行，风险可控但仍需确保 Docker 环境本身的安全。