patent-value-analysis
by chase-zhouchang
|-
安装
claude skill add --url github.com/openclaw/skills/tree/main/skills/chase-zhouchang/patent-value-analysis文档
专利价值分析评价 Skill (V1.0)
快速开始
当用户需要评估专利价值时，按以下流程执行：
Step 1: 获取专利名称
询问用户输入要评估的专利名称（专利名称更容易在公开网络上查找到）。
例如：
- 一种新能源汽车动力电池热管理系统
- 基于BINARY的数据流转换方法
- 子宫内膜癌检测试剂盒
Step 2: 提取专利基础信息
根据专利名称，联网搜索获取专利的以下基础信息：
- 专利名称（确认）
- 专利编号（申请号/公开号）
- 申请日/公开日/授权日
- 申请人/发明人
- 专利类型（发明/实用新型/外观设计）
- 法律状态（有效/失效/审查中）
- 权利要求数量
- 引证关系
- 同族专利
Step 3: 执行五维价值评估
根据获取的信息，进行以下五个维度的评估：
| 维度 | 评估内容 | 权重 |
|---|---|---|
| 技术价值 | 技术创新程度、技术复杂度、替代难度 | 25% |
| 法律价值 | 权利要求宽度、稳定性、无效抗性 | 25% |
| 市场价值 | 应用场景、市场规模、竞争替代 | 25% |
| 经济价值 | 成本节约、收益潜力、许可收入 | 15% |
| 战略价值 | 产业链地位、壁垒强度、谈判筹码 | 10% |
Step 4: 生成评估报告
输出完整的评估报告，包括：
- 专利基础档案（数字孪生）
- 五维价值雷达图（文本描述）
- 综合价值评分（0-100分）
- 价值等级（A/B/C/D/E）
- 剩余经济寿命预测
- 基准市场价值区间
- 转化建议与金融适配度
输出格式模板
# 专利价值评估报告
## 📋 专利基础信息
| 字段 | 内容 |
|------|------|
| 专利编号 | XXX |
| 专利名称 | XXX |
| 申请日 | XXX |
| 申请人 | XXX |
| 专利类型 | 发明/实用新型/外观设计 |
| 法律状态 | 有效/失效/审查中 |
| 权利要求数 | X 项 |
| 引证数量 | X 次 |
## 🎯 五维价值雷达图
### 技术价值: XX/100
[评估说明]
### 法律价值: XX/100
[评估说明]
### 市场价值: XX/100
[评估说明]
### 经济价值: XX/100
[评估说明]
### 战略价值: XX/100
[评估说明]
## 📊 综合评分
- **综合价值分**: XX/100
- **价值等级**: X 级
- **置信度**: XX%
## ⏱️ 剩余经济寿命
预计剩余经济寿命：X 年
## 💰 市场价值区间
- 保守估值: ¥XXX
- 合理估值: ¥XXX
- 乐观估值: ¥XXX
## 💡 转化建议
[根据评估结果给出建议]
## 🏦 金融适配度
[匹配建议：质押融资/股权融资/转让/许可]
*📊 报告生成时间：2026-03-12 | 评估模型：特高专利价值评估 V1.0*
评估模型说明
法律稳固性评分
基于以下因素评估：
- 权利要求宽度：权利要求数量越多、保护范围越合理，评分越高
- 引证稳定性：被引证次数越多，说明技术越重要
- 无效宣告历史：若无无效记录，稳定性较高
- 同族专利布局：多国申请说明商业价值高
技术成熟度指数 (TMI)
参照技术成熟度等级：
- TRL 1-3: 基础研究阶段
- TRL 4-6: 实验室/中试阶段
- TRL 7-9: 量产/商业化阶段
市场价值测算
使用收益法：
- 预期收益 = 应用市场规模 × 市场渗透率 × 许可费率
- 折现计算现值
注意事项
- 首次使用需引导用户提供专利名称（专利名称比专利编号更容易在公开网络上查找到）
- 优先使用专利名称进行搜索，必要时可要求用户提供专利编号辅助确认
- 无法获取专利信息时，基于典型行业数据给出参考评估
- 评估结果仅供参考，实际价值需专业机构确认
相关 Skills
迁移架构师
by alirezarezvani
为数据库、API 与基础设施迁移制定分阶段零停机方案，提前校验兼容性与风险，生成回滚策略、验证关卡和时间线，适合复杂系统平滑切换。
✎ 做数据库与存储迁移时，用它统一梳理表结构和数据搬迁流程，架构视角更完整，复杂迁移也更稳。
数据库建模
by alirezarezvani
把需求梳理成关系型数据库表结构，自动生成迁移脚本、TypeScript/Python 类型、种子数据、RLS 策略和索引方案，适合多租户、审计追踪、软删除等后端建模与 Schema 评审场景。
✎ 把数据库结构设计、ER图梳理和SQL建模放到一处，复杂业务也能快速统一数据模式，少走不少返工弯路。
资深数据工程师
by alirezarezvani
聚焦生产级数据工程，覆盖 ETL/ELT、批处理与流式管道、数据建模、Airflow/dbt/Spark 优化和数据质量治理，适合设计数据架构、搭建现代数据栈与排查性能问题。
✎ 复杂数据管道、ETL/ELT 和治理难题交给它，凭 Spark、Airflow、dbt 等现代数据栈经验，能更稳地搭起可扩展的数据基础设施。
相关 MCP 服务
PostgreSQL 数据库
编辑精选by Anthropic
PostgreSQL 是让 Claude 直接查询和管理你的数据库的 MCP 服务器。
✎ 这个服务器解决了开发者需要手动编写 SQL 查询的痛点，特别适合数据分析师或后端开发者快速探索数据库结构。不过，由于是参考实现，生产环境使用前务必评估安全风险，别指望它能处理复杂事务。
SQLite 数据库
编辑精选by Anthropic
SQLite 是让 AI 直接查询本地数据库进行数据分析的 MCP 服务器。
✎ 这个服务器解决了 AI 无法直接访问 SQLite 数据库的问题，适合需要快速分析本地数据集的开发者。不过，作为参考实现，它可能缺乏生产级的安全特性，建议在受控环境中使用。
Firecrawl 智能爬虫
编辑精选by Firecrawl
Firecrawl 是让 AI 直接抓取网页并提取结构化数据的 MCP 服务器。
✎ 它解决了手动写爬虫的麻烦，让 Claude 能直接访问动态网页内容。最适合需要实时数据的研究者或开发者，比如监控竞品价格或抓取新闻。但要注意，它依赖第三方 API，可能涉及隐私和成本问题。