القائمة
一款面向专利代理机构、发明人和研发团队的双语专利披露补全助手。它提供一个独立的面向客户的 HTML 指南，通过结构化的 7 步流程收集发明信息，对粗略的研发笔记进行 AI 补全，并生成结构化的发明披露草稿供专利律师审阅。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
在专利全景项目的环节 4/4（环节4）使用本技能。它会把环节2统计/价值信号、环节3标引体系（tech_breakdown / key_questions / patent_packages）以及 SaaS 回流的 tagged_pool 转化为技术演进路线、护城河/价值交叉解读，并生成自包含 HTML 洞察报告（report.html + report_manifest.json）。
用于专利全景项目的环节1。它构建专家级、限定领域、带主题锚点且去噪的检索配置，通过抽样验证每个分支的精度，并导出干净候选池和各分支检索式——这些是环节2（patent-panorama-insights-stats）的输入契约。统计、画像和核心专利召回属于环节2。
当用户需要基于 PatSnap 或智慧芽专利 MCP/API 数据开展专利全景、专利版图、竞争专利情报、技术路线图、组合规划、产品/R&D 策略项目时使用本技能——无论用户显式调用 /patent-panorama-insights（或 @patent-panorama-insights），还是用自然语言描述这类专利分析任务。本技能编排五层流水线：环节1检索与降噪（patent-panorama-insights-search）、环节2全景统计与价值挖掘（patent-panorama-insights-stats）、环节3标引体系推荐（patent-panorama-insights-tag）、客户 SaaS 工具中的人工标引交接，以及环节4有证据支撑的单文件 HTML 报告（patent-panorama-insights-report），并管理各层之间的检查点、人工标引交接、回滚和进度汇报。
用于专利全景项目的环节2。它消费 patent-panorama-insights-search（环节1）产出的已验证 `search_config.json`、`candidate_pool.csv` 和 `core_recall.csv`，生成全景统计（趋势、申请人格局、技术构成、竞品画像）、按分支组织的核心专利索引（默认采信环节1召回排序，仅在必要时做有边界的兜底核查）和价值信号交叉挖掘文件。所有统计直接从检索式聚合，不需要逐件专利标引。
用于专利全景项目的环节3。本 Skill 推荐标引体系，包括 4 列技术拆解表（≤40 个三级节点，彼此互斥）、≥10 个关键技术问题、≥10 个推荐专利包（每包≥3 个同族，六项推荐规则），并提供 20–30 条记录的标引示范和待标引导出文件。全量逐条标引在客户 SaaS 标引工具中完成，不在本 Skill 中完成。
持续监控ADC研发、临床、专利、交易与竞争事件。适用于：持续监控ADC或抗体药物的研发进展、临床证据、专利变化、许可交易和竞争事件，用于赛道预警和BD机会跟踪。
استنادا إلى تصنيف SOC المهني
| name | disclosure-completion-assistant |
| description | 一款面向专利代理机构、发明人和研发团队的双语专利披露补全助手。它提供一个独立的面向客户的 HTML 指南，通过结构化的 7 步流程收集发明信息，对粗略的研发笔记进行 AI 补全，并生成结构化的发明披露草稿供专利律师审阅。 |
本 Skill 面向专利代理机构及其服务的研发客户，帮助发明人把零散、口语化、产品化的技术描述整理成代理人可继续使用的结构化交底材料。
典型输入包括：
专利代理人在新案接洽时，经常收到不完整的技术材料。客户可能只说“系统可以自动推荐”“算法更准”“设备能提前预警”，但缺少专利撰写需要的关键信息，例如：
本 Skill 将资深代理人的交底追问经验固化为步骤化引导，减少代理人与客户之间的反复沟通。
当前 Skill 包含一个可独立打开的 HTML 页面：
assets/disclosure-guide.html
页面名称：专利交底书智能引导系统。
该页面适合代理机构发送给发明人或研发人员填写，也适合销售演示时直接展示。
重要：当用户要求查看、打开、生成或交付网页成果物时，必须直接使用 assets/disclosure-guide.html 作为最终网页。不要根据本 Skill 文档重新设计页面、重新生成 HTML、替换布局、改写交互或改变视觉风格。该 HTML 是已经确认的成品页面。
如果运行环境需要输出网页文件，应复制 assets/disclosure-guide.html 到目标位置；如果运行环境需要展示页面，应打开该文件；如果运行环境要求说明成果物，应描述该文件的功能，而不是重新创建一个新页面。
页面采用 7 步引导流程：
页面还包含开始页和中英文切换能力。
每个可填写字段都提供 AI 补全 / AI Complete 按钮。
设计目标：
示例：
研发输入：
系统根据用户行为推荐方案。
AI 补全后：
本系统基于用户历史行为、当前需求和候选方案属性构建多维特征，并根据特征匹配结果生成推荐方案，从而提升推荐匹配度并减少人工筛选时间。
最终生成的交底书草稿包含：
未填写部分会标记为“待补充”，便于客户和代理人继续完善。
在 Eureka Desktop 中导入本 .skill 文件后，打开 Skill 中的 HTML 成果物即可体验。
推荐演示路径：
AI 补全 查看补全效果；如需导出参赛成果物，请优先导出或引用 assets/disclosure-guide.html。该文件是客户可直接打开使用的最终成果物。
当前 HTML 中的 AI 补全 为前端演示逻辑，用于说明产品流程和交互效果。真实上线时，应接入后端大模型接口，由后端安全调用模型 API，前端不暴露 API Key。
本 Skill 依赖智慧芽开放平台 MCP 服务：