菜单
支持靶点药物科研成果转化评估和资产BP编制。适用于：将高校、医院或科研机构的靶点/药物成果整理为转化成熟度、知识产权、竞争格局、合作方匹配和资产BP。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | target-drug-asset-bp |
| description | 支持靶点药物科研成果转化评估和资产BP编制。适用于：将高校、医院或科研机构的靶点/药物成果整理为转化成熟度、知识产权、竞争格局、合作方匹配和资产BP。 |
将高校、医院或科研机构的生物医药科研成果（靶点发现、候选药物、机制研究、专利或论文方向）包装成企业 BD、创新药公司、投资人、孵化器可快速判断的成果转化包。
此 skill 不输出情报简报，而是输出可用于技术转移、企业路演、合作洽谈、项目尽调的结构化交付物。
与
rd-bd-evaluate-target-drug-evidence-patent的区别：本 skill 面向技术转化 BP / 路演 / 尽调材料，输出六块转化包；彼 skill 面向靶点立项分诊，输出 Go/No-Go Scorecard。
| 维度 | 值 | 说明 |
|---|---|---|
| Audience | RD&BD | 转化医学/研发评估 + BD/技术转让团队 |
| Need | asset-bp | 为路演/BP汇聚竞争力评估、临床价值、合作方画像 |
| Data | target&drug&evidence&patent | ls_target_fetch / ls_drug_search / ls_translational_medicine_search / ls_patent_search |
| Modality | 省略 | 通用，不聚焦特定药物模态 |
原始描述性名称：university-tech-transfer-packager
详细执行路径见 references/workflow.md。
ls_ner_nor_normalize；否则先做假设提取ls_target_fetch、ls_translational_medicine_search、ls_paper_vector_searchls_drug_search、ls_clinical_trial_search、ls_clinical_trial_result_searchls_clinical_guideline_vector_searchls_patent_search / ls_patent_fetch（工具实际名称以当前 MCP tools/list 为准）ls_organization_pipeline_fetchMCP 工具完整参数映射见 references/mcp-tool-map.md。
| 场景 | 处理方式 |
|---|---|
| 无明确 target | 从疾病/机制描述中做候选靶点假设，在输出中显式标注 |
| 无专利号 | 输出专利布局建议和需补充材料，不停止流程 |
| 无企业合作目标 | 默认面向中国创新药企业和产业孵化场景 |
| 无项目阶段 | 默认按 early research / preclinical translation 处理 |
| 关键材料缺失 | 评分标注 Insufficient Materials，列出缺失项 |
所有关键假设必须在输出中用 【假设】 标注。
详细评分规则见 references/assessment-rubric.md。
| 标签 | 分数 | 含义 |
|---|---|---|
| Transfer Ready | 80–100 | 适合进入企业 BD 或路演材料 |
| Partnering Candidate | 65–79 | 适合定向找企业合作，需补充若干证据 |
| Incubation Needed | 45–64 | 适合继续孵化、补实验、补专利 |
| Research Only | < 45 | 更适合论文/基础研究，暂不建议产业化 |
| Insufficient Materials | — | 关键材料缺失，无法判断 |
输出模板见 references/output-templates.md。
pharma-intel-briefing skill 代替）rd-bd-evaluate-target-drug-evidence-patent skill 代替）[S#] 格式）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。