SKILLEMALL.ai
GitHub ↗ EN Войти

BD linkfox-google-patent-search

Поиск по глобальной базе данных открытых патентов Google Patents, поддерживает многомерную фильтрацию по ключевым словам, изобретателям, правообладателям, странам, датам, статусу патента и т. д., возвращает номер публикации патента, название, изобретателей, дату подачи/публикации/выдачи, правообладателя, классификацию CPC, ссылку на PDF и другие основные библиографические данные. Активируется, когда пользователь упоминает Google Patents, поиск патентов, поиск патентов, проверку патентов на нарушение, проверку FTO, поиск предшествующего уровня техники, проверку патентов на нарушение. Даже если пользователь явно не упоминает "Google Patents", этот навык следует активировать, если пользователь хочет искать патентные документы по ключевым словам или библиографическим условиям.

машинный переводПоказать оригиналСкрыть оригинал«通过 Google Patents 公开专利数据库检索全球专利，支持关键词、发明人、受让人、国家、日期、专利状态等多维筛选，返回专利公开号、…»

通过 Google Patents 公开专利数据库检索全球专利，支持关键词、发明人、受让人、国家、日期、专利状态等多维筛选，返回专利公开号、标题、发明人、申请/公开/授权日期、受让人、CPC 分类、PDF 链接等核心著录数据。当用户提到谷歌专利、Google Patents、专利检索、专利搜索、查专利、专利防侵权、FTO 排查、prior art search、专利侵权排查时触发此技能。即使用户未明确提及"Google Patents"，只要用户希望通过关键词或著录条件检索专利文献，也应触发此技能。

ClawHub Agent Skills автор: linkfox-ai v1.0.1 MIT-0 6 файлов тело ≈ 2 389 токенов Открыть источникclawhub.ai↗ проанализирован 2 дн назад

Поиск по глобальной базе данных открытых патентов Google Patents, поддерживает многомерную фильтрацию по ключевым словам, изобретателям, правообладателям…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураРазработкаТексты и документыМедиа и видеотип и темы размечены автоматически по тексту скилла
Запускается в: OpenClaw Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) Goose OpenCode
JSON
Технический рейтинг
B
87/100
безопасность, качество, тесты
Безопасность 60%
97
Качество 40%
73
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 3

✓ Критических и высоких находок нет

Средние и низкие: 3
  • низкая Опасные команды cmd-shell-rc references/onboarding.md:13
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (в кавычках — упоминание, а не команда)
    - macOS zsh：`echo 'export LINKFOX_AGENT_API_KEY="<key>"' >> ~/.zshrc && source ~/.zshrc`
    в кавычках
  • низкая Опасные команды cmd-shell-rc references/onboarding.md:14
    Запись в файл автозагрузки shell (.bashrc / .zshrc / .profile) (определение детектора / чёрного списка)
    - Linux bash：`echo 'export LINKFOX_AGENT_API_KEY="<key>"' >> ~/.bashrc && source ~/.bashrc`
    детектор
  • низкая Секреты в коде secret-high-entropy-token scripts/onboarding.py:49
    Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
    or "eyJh…iJ9")
    в кавычках

Просканировано файлов: 6. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 49/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (web, python), но во frontmatter они не объявлены
  • 85Шаги. Шагов: 31, расплывчатых формулировок: 2
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2389 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 10. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (7 тегов): типизированный вызов надёжнее

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • -31 из 2 скриптов не упомянуты в SKILL.md
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +3Длина description 252 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 13 заголовков
  • +3Пошаговые инструкции: 31 пунктов
  • +4Есть примеры (5 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (2 из 2)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 73.

Внешние проверки

ClawHub: suspicious
This patent-search skill is not clearly harmful, but it also handles login, API-key creation, paid plan ordering, automatic feedback reporting, and saved search files, so it needs review before installation.
LLM: suspicious (high) · 14 авг. 2026 г.