SKILLEMALL.ai

AB identify-patent-white-space-ip

Выявление сигналов потенциальных ниш в патентах на основе карты патентов, матрицы «технология-эффект», матрицы «технология-применение», кластерной карты, дорожной карты или разреженной области портфеля; проверка, является ли сигнал артефактом поиска или классификации; оценка ценности лежащей в основе проблемы; диагностика разрывов в маршрутах и основных противоречий; предложение двух-четырех направлений решения на уровне принципов. Используется для структурированного исследования возможностей инноваций на основе данных патентной карты. Требуется явное подтверждение пользователя после выбора кандидата и оценки проблемы-ценности; не выполнять последующую техническую или коммерческую валидацию, проверку свободы действий (FTO), патентоспособности или обоснование стратегии подачи заявки.

машинный переводПоказать оригиналСкрыть оригинал«Identify candidate patent white-space signals from a patent map, techn…»

Identify candidate patent white-space signals from a patent map, technology-effect matrix, technology-application matrix, cluster map, roadmap, or sparse portfolio region; test whether the signal is a search or classification artifact; assess the value of the underlying problem; diagnose route breaks and primary contradictions; and propose two to four principle-level resolution directions. Use for structured innovation-opportunity exploration from patent-map evidence. Require explicit user confirmation after candidate selection and after problem-value assessment; do not perform downstream technical validation, commercial validation, FTO, patentability, or filing-strategy justification.

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 4 файла тело ≈ 3 899 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Выявление сигналов потенциальных ниш в патентах на основе карты патентов, матрицы «технология-эффект», матрицы «технология-применение», кластерной карты…

Как процесс B 75/100 · Почти готов — слабые места: результат и критерий готовности, повторный запуск, отчётность по ходу

АнализаторДанные и аналитикаИИ и агентыОперации и проектытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
87
Прогон на моделях
не было
Процессный рейтинг
B
75/100
Почти готов
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Результат и критерий готовности вес 14
40
три самых слабых из десяти параметров · все десять

Как улучшить

    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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

    Процессный рейтинг: все десять параметров 75/100

    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 40Результат и критерий готовности. Не сказано, что считать результатом
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 166, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Ошибки и развилки. Развилок: 1, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3899 токенов
    • low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле

    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
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 694 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 31 заголовков
    • +3Пошаговые инструкции: 166 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (2 из 2)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed patent white-space analysis workflow with user confirmation gates and proportionate optional patent-data retrieval.
    LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.