SKILLEMALL.ai

AC monitor-patent-litigation-risk-ip

Отслеживание рисков патентных споров для основной компании и до четырех сравниваемых сторон. Используйте, когда пользователям нужна целевая идентификация потенциально оспариваемых патентов, анализ патентных семейств и претензий, проверенные временные рамки судебных разбирательств, углубленный анализ дел, активность изобретателей, географическое покрытие, оповещения о судебных разбирательствах, технологические тренды и отчет в формате HTML с обоснованными данными и вложениями в формате JSON или CSV.

машинный переводПоказать оригиналСкрыть оригинал«Monitor patent-litigation exposure for a primary company and up to fou…»

Monitor patent-litigation exposure for a primary company and up to four named comparison parties. Use when users need target-centric identification of potentially litigated patents, patent-family and claim analysis, verified proceeding timelines, case deep dives, inventor activity, geographic exposure, litigation alerts, technology trends, and an evidence-backed HTML report with structured JSON or CSV attachments.

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 7 файлов тело ≈ 7 733 токенов Открыть источникclawhub.ai проанализирован 3 дн назад

Отслеживание рисков патентных споров для основной компании и до четырех сравниваемых сторон.

Как процесс C 58/100 · Есть пробелы — слабые места: результат и критерий готовности, повторный запуск

ПроцедураПравоДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
58/100
Есть пробелы
Результат и критерий готовности вес 14
0
Повторный запуск вес 4
30
Когда включается вес 12
50
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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: 7. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 7733 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

Процессный рейтинг: все десять параметров 58/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 30Повторный запуск. Изменяющих операций: 8, без проверки текущего состояния
  • 50Когда включается. Не сказано, при каком запросе скилл включается
  • 50Ошибки и развилки. Развилок: 0, есть раздел про ошибки
  • 60Инструменты и файлы. Используются инструменты (node), но во frontmatter они не объявлены
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 7733 токенов
  • 85Шаги. Шагов: 276, расплывчатых формулировок: 1
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Отчётность по ходу. Скилл сообщает о ходе работы
  • low Разделов верхнего уровня: 14. 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 417 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 54 заголовков
  • +3Пошаговые инструкции: 276 пунктов
  • +4Есть примеры (2 блоков кода)
  • +3Все 4 скриптов описаны в инструкциях

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This skill is a disclosed patent-litigation monitoring workflow that uses expected patent, public-record, and local report-generation capabilities without hidden persistence or credential handling.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.