SKILLEMALL.ai

AC monitor-competitor-patent-landscape-ip

Анализ архитектуры патентного портфеля одного конкурента в определенной области технологий, включая общедоступный технический контекст, поиск патентов с разрешением сущностей, выбор репрезентативных семейств, анализ формул изобретения и описаний, гипотезы о ядровой и периферийной защите, картирование технической плотности, визуализацию продуктовых функций, географическое поведение подачи заявок и обоснованные действиями исследования и разработки. Используется для мониторинга патентов конкурентов и составления отчетов по стратегии в формате HTML или PDF; не использовать в качестве замены анализа нарушений или свободы действий.

машинный переводПоказать оригиналСкрыть оригинал«Analyze one competitor’s patent portfolio architecture in a defined te…»

Analyze one competitor’s patent portfolio architecture in a defined technology, including public technical context, entity-resolved patent retrieval, representative-family selection, claim and specification review, core-versus-peripheral protection hypotheses, technical-density mapping, product-feature visualization, geographic filing behavior, and evidence-backed R&D actions. Use for competitor patent monitoring and strategy reports in HTML or PDF; do not use as a substitute for infringement or freedom-to-operate analysis.

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 5 файлов тело ≈ 2 203 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Анализ архитектуры патентного портфеля одного конкурента в определенной области технологий, включая общедоступный технический контекст, поиск патентов с…

Как процесс C 60/100 · Есть пробелы — слабые места: результат и критерий готовности, отчётность по ходу

АнализаторДанные и аналитикаИИ и агентытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
98/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
94
Прогон на моделях
не было
Процессный рейтинг
C
60/100
Есть пробелы
Результат и критерий готовности вес 14
0
Отчётность по ходу вес 2
0
Когда включается вес 12
50
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: 5. 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 60/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 50Когда включается. Не сказано, при каком запросе скилл включается
    • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Входы и предусловия. Входные данные и предусловия перечислены
    • 85Шаги. Шагов: 31, расплывчатых формулировок: 2
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 2203 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +4Описание говорит, когда скилл НЕ применять
    • +3Длина description 529 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 21 заголовков
    • +3Пошаговые инструкции: 31 пунктов
    • +4Есть примеры (1 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 1)
    • +3Все 2 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 94.

    Внешние проверки

    ClawHub: clean
    This skill is a disclosed patent-landscape workflow that uses PatSnap services and local report generation for its stated purpose.
    LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.