SKILLEMALL.ai

BC patent-mining

Извлекает и интерпретирует патентные данные с использованием соглашений, которые делают подсчеты и претензии защищаемыми, охватывая Google Patents, Lens, EPO Open Patent Services, данные USPTO через PatentsView и Open Data Portal, а также WIPO PATENTSCOPE, вместе с кодами видов, семействами DOCDB и INPADOC, датами приоритета, подачи и публикации, классификацией CPC и IPC, структурой претензий, нормализацией заявителей и ограничениями химии в патентах, и записывает каждый запрос с датой его выполнения. Используйте для проверки предшествующего уровня техники, оценки свободы действий, технологических ландшафтов, анализа заявителей или изобретателей и химии, основанной на патентах; используйте literature-review для научных источников и research-lookup для одного быстрого факта.

машинный переводПоказать оригиналСкрыть оригинал«Retrieves and interprets patent data with the conventions that make co…»

Retrieves and interprets patent data with the conventions that make counts and claims defensible, covering Google Patents, Lens, EPO Open Patent Services, USPTO data through PatentsView and the Open Data Portal, and WIPO PATENTSCOPE, together with kind codes, DOCDB and INPADOC families, priority versus filing versus publication dates, CPC and IPC classification, claim structure, assignee normalization and the limits of chemistry in patents, and records every query with the date it was run. Use for prior-art checks, freedom-to-operate scoping, technology landscapes, assignee or inventor analyses and patent-derived chemistry; use literature-review for scholarly sources and research-lookup for one quick fact.

synthetic-sciences/OpenScience Agent Skills автор: synthetic-sciences Apache-2.0 1 файл тело ≈ 1 576 токенов Открыть источникgithub.com↗ проанализирован 5 дн назад

Извлекает и интерпретирует патентные данные с использованием соглашений, которые делают подсчеты и претензии защищаемыми, охватывая Google Patents, Lens, EPO…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ГенераторИсследованиятип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
92/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
80
Прогон на моделях
не было
Процессный рейтинг
C
51/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
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: 1. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "summary"
    • заметка edit-residue в тексте есть пометки об устаревшем (строки 25): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

    Процессный рейтинг: все десять параметров 51/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Ошибки и развилки. Линейный процесс без обработки сбоев
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 20Когда включается. Не сказано, при каком запросе скилл включается
    • 30Повторный запуск. Изменяющих операций: 4, без проверки текущего состояния
    • 100Инструменты и файлы. Инструменты объявлены во frontmatter
    • 100Шаги. Шагов: 27
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1576 токенов
    • high Скилл велит модели самой совершать необратимое действие, без подтверждения человеком

    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
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +3Длина description 715 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 5 заголовков
    • +3Пошаговые инструкции: 27 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 80.