adc-patent-monitoring

name	adc-patent-monitoring
description	监控ADC新申请、专利族、法律状态和竞争风险。适用于：按周或按月监控ADC相关新申请、专利族扩展、法律状态、申请人变化和潜在风险，用于专利组合维护与竞争预警。

ADC 专利情报周报生成器

用于生成某一自然周的 ADC 专利情报周报。常见输入包括"跑 2026 年第 22 周 ADC 专利周报""生成 Week18 ADC 周报""跑 2026-04-20 到 2026-04-26 ADC 周报"等。

前置依赖

使用本 skill 前，接收方必须确认以下环境已就绪：

依赖项	说明	配置位置
Eureka Desktop	本 skill 仅支持 Eureka Desktop 原生工作流，不支持命令行独立运行	—
MCP 服务器：patsnap-patent-brief	所有专利数据采集工具均来自此服务器，必须安装并启用	Eureka Desktop → 设置 → MCP 服务器
智慧芽账号 / API 访问权限	patsnap-patent-brief 服务器需要有效的智慧芽 API 凭证	MCP 服务器配置中填写 Bearer Token
Python 3.10+	渲染脚本 build_adc_report.py 仅使用标准库，无需安装第三方依赖	Eureka Desktop 托管 Python 即可

⚠️ 若 patsnap-patent-brief 未安装或凭证无效，所有 MCP 工具调用将失败，周报无法生成。

架构说明

v6.8 起改为 Eureka Desktop 原生工作流，数据采集环节完全由 Eureka Desktop 对话层完成：

• Eureka Desktop 直接调用已注册的 mcp_patsnap-patent-brief__* 系列工具，无需 Token 硬编码，无需运行独立采集脚本。
• 原 scripts/collect_adc_week_mcp.py 已归档备份为 scripts/_deprecated_collect_adc_week_mcp.py，仅作历史参考，不再执行。
• 数据采集完成后，Eureka Desktop 将最终专利数据写入本地 JSON 文件，再调用 scripts/build_adc_report.py 渲染 HTML。
• scripts/build_adc_report.py 接口不变，完全兼容，仅使用 Python 标准库。

固定原则

• 最终 HTML 必须由 scripts/build_adc_report.py 渲染 references/adc_report_template_v4.1.html，不得手写一次性 HTML。
• 周报只描述本周公开数据，不输出"本周首次出现的申请人""格局变化"等需要跨周历史基线才能成立的判断。
• 检索字段必须使用 F_PBD，不再使用旧版 PBD，不再执行旧检索式二次兜底。
• 专利详情链接固定为 https://analytics.zhihuiya.com/patent-view/abst?patentId={patent_id}。
• "专利关联管线"和"研发阶段"本轮只预留字段；没有确定管线关联时填 —，不得臆测。
• AI 解读必须基于 PatSnap/Eureka 工具返回的结构化字段、本周最终专利集、P025/tech_summary、claims、bibliography、family/legal_status、必要图像证据改写，不得凭空补外部事实。
• 禁止使用 web search、新闻搜索或开放网页结果生成 核心保护点、创新/新颖性、竞争意义。

执行流程

数据采集由 Eureka Desktop 对话层完成，Eureka 直接调用已注册的 patsnap-patent-brief MCP 工具，无需运行任何采集脚本。

用户指定自然周
  -> 计算 DATE_FROM / DATE_TO / WEEK_LABEL / DATE_RANGE
  -> Step 0: 连通性自检（mcp_patsnap-patent-brief__search_patents, query_text="ADC", limit=1）
  -> Step 1: 固定检索式分页检索 WO 专利（mcp_patsnap-patent-brief__search_patents，分页取全）
  -> Step 2: 每条专利调 bibliography + abstract_translated 补齐著录、摘要、申请人、优先权
  -> Step 3: Pass-1 粗过滤（ADC 信号关键词）
  -> Step 4: 每条候选调 tech_summary（lang=cn）+ Pass-2 精过滤
  -> Step 5: 最终专利集全量调 claims 结构增强
  -> Step 6: 图像门禁 → abstract_image → intelligent_image（按条件触发）
  -> Step 7: 全量结构增强后计算 Top5，Top5 调 family + legal_status
  -> Step 8: Eureka Desktop 将最终专利数据组装为 JSON 并写入本地文件
             （路径约定见"渲染脚本约定"章节）
  -> Step 9: skills.run_script build_adc_report.py 渲染 HTML
  -> Step 10: 执行强制门禁和数据一致性断言

Eureka Desktop 工具映射

以下工具名按 Eureka Desktop 已注册工具适配；若实际工具名略有差异，以同等功能工具替代，但功能和取证顺序不得改变。

数据需求	Eureka Desktop 工具	关键参数	备注
检索式专利检索	mcp_patsnap-patent-brief__search_patents	query_text, offset, limit	主检索链路，必须分页取全
专利著录和摘要	mcp_patsnap-patent-brief__bibliography	patent_id 或 patent_number	必须补齐 abstract、applicant、priority_claims、publication_date
中文标题/摘要	mcp_patsnap-patent-brief__abstract_translated	patent_id, lang="cn"	可用时调用
P025 三要素	mcp_patsnap-patent-brief__tech_summary	patent_id 或 patent_number, lang="cn"	生成洞察的主要证据
权利要求	mcp_patsnap-patent-brief__claims	patent_id 或 patent_number, replace_by_related=0	最终专利集全量必调
说明书	mcp_patsnap-patent-brief__description	patent_id 或 patent_number, replace_by_related=0	claims + P025 不足时再调
专利家族	mcp_patsnap-patent-brief__family	patent_id 或 patent_number	Top5 必调
简单法律状态	mcp_patsnap-patent-brief__legal_status	patent_id 或 patent_number	Top5 必调
摘要附图	mcp_patsnap-patent-brief__abstract_image	patent_id 或 patent_number	图像门禁触发时必调
智能附图	mcp_patsnap-patent-brief__intelligent_image	patent_id 或 patent_number, lang="cn"	abstract_image 空或不足时调用

不得用语义检索、网页搜索或其他开放网络结果替代本周主检索链路。

固定检索式

以下 query_text 为字面常量，除 {DATE_FROM} / {DATE_TO} 外不要改动：

(TAC_ALL:("antibody-drug conjugate" OR "ADC" OR "immunoconjugate" OR "antibody conjugate" OR "抗体药物偶联物" OR "抗体偶联物") OR IPC:(A61K47/68*)) AND AUTHORITY:WO AND F_PBD:[{DATE_FROM} TO {DATE_TO}]

分页规则：

• 第一页 offset=0, limit=20，记录返回的 total_search_result_count 为 TOTAL_RAW。
• 按 offset=0,20,40... 取完全部结果，不能只取前 20 条。
• 以 pn 为唯一键去重。
• 若任何结果 authority != "WO" 或 pn 非 WO 开头，立即中止。

强制执行层

以下规则是硬性流程，不满足时必须暂停并说明原因，不能生成"看起来完整但证据不足"的报告。

1. 连通性：先用 query_text="ADC", offset=0, limit=1 做最小检索，确认服务可用。
2. 主检索：必须使用固定检索式和 F_PBD，并分页取全。TOTAL_RAW 必须来自检索接口返回总数。
3. 著录补齐：进入候选池的每条专利必须补齐 patent_id、pn、title、abstract、assignee、publication_date、priority_claims。
4. P025/tech_summary：进入最终候选池的专利必须尽量获取 P025 三要素。若当前 PN 返回空，对 A3/A8/A9 等更正文献尝试 A1/A2 原始公开文本；只有回退失败才允许标记缺失。
5. 全量结构取证：进入最终专利集的每条专利都必须调用 claims，用于抽取靶点、payload、linker、偶联方式、DAR/m/n/p 值、用途和权利要求边界；不得只对 Top 专利认真抽字段。
6. 图像门禁：若文字证据不能明确 payload、linker、偶联方式或 DAR/m/n/p，且 claims 出现结构式/图式信号，必须调用 abstract_image；摘要图为空或不足时调用 intelligent_image。
7. Top 深度取证：Top5 必须在全量 claims 结构增强和必要图像门禁后计算。Top5 必须调用 family、legal_status；若 claims 缺失且专利仍是重点，补调 description。
8. 失败处理：若检索、著录、P025/tech_summary、claims 或模板渲染任一关键步骤失败，必须明确说明失败环节和影响，不得隐瞒。
9. 缓存优先：同一 PN 已有成功获取的 claims/family/legal_status/image 证据时，重跑优先复用缓存，避免同一周重复调用导致漂移。

字段映射

每条专利至少写入：

{
  "patent_id": "",
  "pn": "",
  "title": "",
  "title_zh": "",
  "abstract": "",
  "abstract_zh": "",
  "publication_date": "YYYY-MM-DD",
  "priority_claims": [{"country": "CN/US/EP/GB/...", "date": "YYYY-MM-DD"}],
  "assignee": "",
  "assignee_short": "",
  "assignee_region": "",
  "patent_type": "",
  "target": "",
  "payload_type": "",
  "linker": "",
  "conjugation": "",
  "dar": "",
  "pipeline_asset": "—",
  "dev_stage": "",
  "table_note": "",
  "ai_title": "",
  "tech_solution": "",
  "p025_problem": "",
  "benefit": "",
  "ai_interpretation": {
    "core_protection": "",
    "innovation": "",
    "competition": ""
  },
  "priority_score": 0,
  "priority_tier": "S/A/B/C",
  "_claim_independent_count": 0,
  "_claims_raw_present": false,
  "_image_required_reason": "",
  "_image_evidence_status": "",
  "family_summary": "",
  "legal_status_summary": "",
  "fto_risk_level": "high/medium/low",
  "fto_risk_reason": ""
}

P025/tech_summary 映射：

p["ai_title"] = tech_summary.patsnap_title
p["tech_solution"] = tech_summary.technical_approach_summary.technical_approach_para[0]
p["p025_problem"] = tech_summary.tech_problem_summary.tech_problem_para[0]
p["benefit"] = tech_summary.benefit_summary.benefit_para[0]

专家归纳标签规则

表格字段和深度解读必须使用专家归纳后的情报标签，不得把原始候选词堆叠输出。

• payload_type：优先输出机制大类。Exatecan、DXd、SN-38、喜树碱、拓扑异构酶I抑制剂 统一归纳为 Topo I抑制剂；MMAE/MMAF/auristatin 归纳为 auristatin类 或 MMAE/MMAF auristatin类；不得输出搬运式串联。
• linker：优先抽取 claims 中 优选地、更优选地 后的具体 linker。出现 Val-Cit 或 Val-Ala 时输出 Val-Cit/Val-Ala；只有没有具体优选结构时才输出上位标签。
• conjugation：优先输出偶联化学或位点机制，例如 半胱氨酸巯基-硫醚偶联、maleimide-硫醚偶联、赖氨酸偶联、糖基定点偶联。
• DAR：作为汇总表独立字段，置于 偶联方式 后。优先抽取 平均DAR、药物抗体比、约、优选 等附近数值；未披露时写 未披露。
• DAR 与通式变量必须区分：若原文明确 m/n/p 表示偶联于 Ab 的接头-药物或 L-D 单元平均数，必须抽取为平均偶联数。
• target：使用专业可读标签，例如 EGFR/B7-H3、EGFR/c-Met、Nectin-4。
• 如果 claims 中只有图式占位而 payload/linker 文字不完整，必须调用图像工具。

图像门禁确定性规则

任一条件满足即调用 abstract_image；若摘要图为空或不能支持判断，再调用 intelligent_image：

• payload_type、linker、conjugation、DAR/m/n/p 任一字段仍为弱值（未明确、未披露、式I Linker-Drug、Linker-Drug单元、细胞毒载荷 等）。
• claims 出现 结构式、结构如图、如下式、式I、式II、通式为、img-id、L-D单元、Linker-Drug 等图式信号。
• P025/标题/摘要显示是具体 ADC 化合物、双抗/多特异 ADC、Linker-Drug 平台或新型载荷，但 claims 文字不足以归纳具体结构。

Top5 确定性评分规则

Top5 必须在全量 claims 结构增强和必要图像门禁执行后计算。按 priority_score desc -> patent_type_priority -> independent_claim_count desc -> pn asc 排序。

基础类型分：

专利类型	分值
双抗/多特异ADC	30
ADC化合物	27
Linker-Drug平台	23
新型载荷	21
偶联技术	18
新用途	15
联用方案	12
给药方案 / 非肿瘤ADC	10
其他	8

加分项：Claim 1 直接保护 ADC/组合物/用途 +12；claims 披露 CDR/VH/VL/SEQ ID +10；claims 披露 linker-drug/payload/结构通式 +10；明确靶点 +10；双靶点额外 +10；结构字段有明确证据每项 +4~5；高关注 payload 或差异化 linker +6；claims 已返回 +4；图像门禁已调用且有证据 +2。

深度解读写作规则

重点专利：三模块完整+子项拆解，约 180-240 字。必须使用 P025/tech_summary + claims + family + legal_status。 普通专利：每个模块 1-2 句，约 50-80 字。至少基于 bibliography + P025/tech_summary + claims。

输出三段：

• 核心保护点：直接说明 Claim 1 或独立权利要求中的保护客体、靶点/序列/结构边界，不得写成"某方向布局"。
• 创新/新颖性：用 P025 的"技术问题 -> 技术手段 -> 技术功效"组织语言，结合 payload/linker/偶联/DAR/用途细节评价差异化。
• 竞争意义：说明对同靶点、同 payload/linker 平台、双抗/多特异 ADC、用途或 FTO 的具体影响。

重点专利额外输出：

• 同族与法律状态：必须写真实 family 国家/件数和 legal_status 实际值。
• FTO提示：必须说明需要规避的具体权利要求要素（序列/CDR、靶点组合、payload、linker、偶联位点、DAR 或用途）。

写作红线：

• 禁止出现 P025指出、claims显示、根据工具取证、当前证据主要来自 等流程话。
• 禁止把表格字段以 payload=...、linker=... 等形式搬进深度解读正文。
• 备注 必须是一句话情报摘要，说明保护重心、临床/平台意义或FTO关注点。
• 以情报专家口吻直接给判断；如果 claims 中有 优选地/更优选地，必须把这些优选参数视为重点保护方向。

结构字段状态归因：未明确 必须替换为 未披露（claims未给出）、未披露（用途权利要求）、不适用（Drug-Linker平台） 或 图像待解析。

专利类型固定分类

patent_type 必须归入以下固定字典：

固定类型	使用场景
ADC化合物	具体 ADC 分子、抗体-药物偶联物、单靶点 ADC
双抗/多特异ADC	双靶、双抗、多特异 ADC 或多特异递送构建体
Linker-Drug平台	linker、drug-linker、payload-linker 平台
新型载荷	payload、毒素、Topo I/PBD/MMAE/SN-38 等载荷平台或衍生物
偶联技术	定点偶联、糖基偶联、DAR 控制、偶联工艺
联用方案	ADC 联合治疗、联合用药方案
新用途	新适应症、新患者人群、治疗用途扩展
给药方案	剂量、给药频次、给药方法或制剂给药设计
非肿瘤ADC	免疫、炎症、自身免疫或其他非肿瘤 ADC/递送方向
其他	暂不能归入以上类型的低置信项目

中国申请人柱图使用红色，海外申请人柱图使用蓝色（每期固定）。

报告结构与图表

固定输出顺序：执行摘要 → 专利汇总表 → 统计分析 → 重点专利深度解读 → 专利 AI 解读 → ADC 结构标注 → 数据说明。

统计分析只保留 3 个图：申请人分布横向柱状图、专利类型分布饼图/环图、靶点分布图。不得输出国别分布图，不得输出"格局变化"模块。

汇总表字段：# / 专利号 / 申请人 / 专利类型 / 靶点 / 载荷类型 / Linker / 偶联方式 / DAR / 专利关联管线 / 研发阶段 / 备注

渲染脚本约定

Eureka Desktop 完成数据采集后，将最终专利数据写入 @skill_workspace 目录下的 JSON 文件，文件名格式：

adc_week_{YYYYWWW}_payload.json

调用 scripts/build_adc_report.py 时传入以下环境变量：

EUREKA_PATENT_DATA_FILE = JSON 文件绝对路径（优先）
SKILL_REF_DIR           = @skill/references 目录
EUREKA_OUTPUT_DIR       = 输出目录（建议 @skill_workspace）
WEEK_LABEL              = 例如 2026年第17周
DATE_RANGE              = 例如 2026-04-20 ~ 2026-04-26
DATE_FROM               = YYYYMMDD
DATE_TO                 = YYYYMMDD

兼容方式：EUREKA_PATENT_DATA = JSON字符串（专利数较多时必须优先使用文件）。

脚本输出文件名：ADC_Patent_Weekly_Report_{YYYY}W{WW}.html

build_adc_report.py 仅使用 Python 标准库（os/sys/json/re/time/urllib/collections/datetime），无需安装任何第三方依赖。

数据一致性门禁

• HTML 中原始命中数必须等于主检索 TOTAL_RAW。
• 主检索 query 必须包含 TAC_ALL、AUTHORITY:WO、F_PBD:[{DATE_FROM} TO {DATE_TO}]。
• 最终 patents 数量必须等于汇总表专利行数、专利链接数量、AI/深度解读去重后卡片数量之和。
• 每条专利必须有 pn、patent_id、publication_date、priority_claims、assignee_short、patent_type。
• Top5 重点专利的优先权日和公开日不能为 —。
• patent_type 必须属于固定分类字典。
• 若最终专利数大于 3，linker 或 conjugation 单一弱值占比不得超过 70%。
• 页面不得包含 AI标题 标签，不得包含"格局变化"，不得包含 countryChart。