企业技术专利的评估评级

SKILL研究检索
研究检索 未标注权限 许可证不明确
安装这个技能

企业技术专利的价值评估与分级评级,依据 GB/T 42748-2023《专利评估指引》。当用户要求评估专利价值、给专利或专利池评级、做专利分级分类、筛选高价值专利、判断哪些专利该维持该放弃、出具专利评估报告,或提到专利价值度、PVD、专利评价体系时使用。

一句话选型结论

按资料字段整理

企业技术专利的评估评级是研究检索类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类研究检索 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_07bb1a57/patent-evaluation
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

研究检索
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_07bb1a57仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量12.8 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
查资料并整理出处

让模型按主题查资料,并把引用来源整理成清单。

网页与文献要点提炼

把长文、论文、网页压成能直接看的要点。

竞品与行业汇总

按关键词汇总竞品动态与行业信息。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在研究检索场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
企业技术专利的评估评级当前 未标注权限 未标注 未标注 未标注 有
寻找技能 浏览器控制 GitHub 仓库 3120.0 万 Codex、Claude、Cursor 有
自我改进 Agent 接触敏感数据 ClawHub 市场 1646.4 万 OpenClaw 有
灵魂追踪 联网访问 GitHub 仓库 758.9 万 Codex、Claude、Cursor 有
自我完善 联网访问 ClawHub 市场 682.9 万 OpenClaw 有
微软代工厂 调用外部服务 GitHub 仓库 661.4 万 Codex、Claude、Cursor 有

SKILL.md 全文

12.8 KB
模型实际读到的说明书原文,来自技能仓库

企业技术专利评估评级

依据 GB/T 42748-2023《专利评估指引》,三个一级指标(法律 / 技术 / 经济)拆成 14 个二级指标,
逐项打分后按场景赋权汇算专利价值度 PVD,再定等级。

单件专利和专利池都能评:先逐件打分,再汇总成企业画像。两层的规则不同,别混用。

开工前先确认三件事

一、凭证——有没有专利检索接口的 API Key。 本技能自动取数依赖
PatentMax(IPRDB)检索接口,密钥通过环境变量 PATENTMAX_API_KEY 传入。

动工前先检查,不要拿着空密钥去跑检索:

python -c "import os;print('OK' if os.environ.get('PATENTMAX_API_KEY') else 'MISSING')"

显示 MISSING 时必须先告知用户,不要默默跳过:

> 本技能的自动取数需要 PatentMax 检索接口的 API Key(环境变量 PATENTMAX_API_KEY),
> 当前未配置。该密钥需自行向 PatentMax 申请,本技能不内置也不代申请。
>
> 没有它仍然可以评估——你可以直接提供专利清单或 CSV(须含
> references/indicator-system.md 第 5 节要求的列),
> 我据此完成打分、汇算与定级。差异是:无法自动取权利要求书与引证关系,
> 因此依赖这些数据的指标(L2、L3、T1、T4)只能靠人工补充或走替代档。

另需提醒用户取数是按件计费的(单件取全约 ¥0.50,明细见
references/objective-proxy.md 第 5 节),
大批量评估前先做成本确认。

二、用途——内部专利分级管理、客户交付评估报告、高价值专利筛选、质押融资尽调、维权支撑、许可定价。
用途决定权重三元组,不问清楚就打分,出来的分没法复核。

三、材料——有没有专利清单、权利要求书、研发资料、销售数据。材料决定哪些项能评、哪些只能挂空。

主流程

第一步 场景定权

打开 references/scenario-weights.md 的「场景权重矩阵」,
取对应用途的权重三元组(法律 α / 技术 β / 经济 γ)。

权重只能从表里取,不得自定、不得"取个中间值"。 用户描述的用途不在表里,按该文件的
「相近场景映射」判断;仍然对不上,就问用户。

第二步 清点材料,标注可得性

先核数据源的覆盖范围,再谈指标。 用任何数据源取数之前,先验证它收不收录你的目标专利类型。
做法:拿一个该领域必然大量存在的通用词检索一次(家具领域用「沙发」、电池领域用「锂电池」),
看返回结果的公开号尾缀里有没有 U(实用新型)/ S 或 D(外观设计)/ B(发明授权)。

没验证过覆盖范围,就不能说"某类型为 0 件" —— 那多半是数据源的边界,不是事实。
商业专利库普遍不收录外观设计,这点在家具、家电、包装等外观驱动型行业尤其致命。

按 references/indicator-system.md 第 2 节「数据来源三档」,
把 14 项分成 机器直取 / 规则推算 / 专家定调 三类,逐项标出「有材料 / 无材料」。

每一项缺口都要给用户三条出路,不得静默跳过。 读
references/data-fallback.md 第 4 节的「缺口应对表」,
按第 7 节的模板整理成选择表发给用户:

指标 缺口 可选途径(按推荐度排序) 采用后的局限 不补的后果 选择

换途径取(该文件第 3 节列了通用替代数据源:企业信用公示系统、上市定期报告、
电商反推、海关数据、招投标记录、行业协会、竞品专利检索等);
降级取(首选拿不到时用次优来源,须在报告中声明来源与局限);
明确放弃(用户全部放弃时,把「不补的后果」原文写进报告的缺口清单)。

任何一项都不许不声不响地标成「未评价」就交差。 缺一项就报一项,
说清补不回来的代价——尤其是偏移方向(第 5 节:证据缺失通常导致高估)。

经济价值维度(E2、E3)卡在"要不到销售数据"时,另读
references/patent-product-mapping.md。

该文件给出三条挂钩路径(产品自认 / 技术特征比对 / 产品线归集)和六级收入数据源。
两个要点:上市公司年报的分产品收入是公开可取的(无需企业配合);
E3 只需判档、不需算钱,判断"是否属主要产品线"看收入占比即可。
非上市企业先查国家企业信用信息公示系统的年报,部分企业会公示营业收入。

第三步 逐项打分

客观层跑脚本,不要手算、不要目测:命令和输入格式见
references/indicator-system.md 第 6 节「打分口径」。

专家层用 references/expert-questionnaire.md 第 2 节
生成问卷,按第 1 节的角色分工发给对应的人,回收后按第 3 节折算。
发问卷前先把客观取证结果作为附件发出,让专家在数据基础上确认档次。

专家层拿不到时的三级退让(按顺序走,不许跳级):

  1. 换人问——原定角色无人应答,先找同职能的其他人,或退而找代理机构代理人;
  2. 客观替代档——确实无人可问时,读
    references/objective-proxy.md:
    用 scripts/fetch_details.py --with-citation(可加 --with-claims 取权利要求)
    拉取引证关系,脚本按该文件的映射规则自动推算档位,--merge-into 直接并入评分文件。
    替代档必须带 proxies 标记计入,完整度按 0.5 权折算,
    并在报告中套用该文件第 4 节的声明原文
    ;
  3. 标未评价——连客观数据也取不到(如密钥缺失、数据库不覆盖),标 未评价。

替代强度分三档,别一视同仁:T4 较强可单独支撑判档;T1、T2 只能作主要参考;
T5 技术成熟度默认不给替代档——专利文件看不出产品是否量产。
技术价值维度若全靠替代档支撑,该维度仍判为不充分,不得因此认为维度成立。

AI 不得代替专家给「专家定调」类指标打分,也不得把替代档当作专家意见。
替代档是「数据推算的参考值」,专家意见是「人作出的专业判断」,
两者在报告里必须分栏呈现,不得混列。

第四步 汇算 PVD

python scripts/patent_eval.py aggregate --input scores.json --scenario grading --out result.json

第五步 定级

按 references/grading-rules.md 第 2 节套等级,
再逐条过第 3 节的「封顶规则」。

封顶规则优先于总分。 专利正在被提无效宣告,总分再高也不能评 AAA。

第六步 组合汇总与交付

逐件结果按 references/grading-rules.md 第 6 节汇总成企业画像,
套 templates/report-template.html 出报告。

几条硬规矩

没证据就不给分。 客户没提供的维度标「未评价」。不许填 0、不许按行业平均猜。
0 分的意思是"确认没有价值",和"不知道"是两回事,混起来结论就废了。

缺材料不等于可以停手。 拿到手的材料凑不齐某项指标,先把替代途径摆给用户选
(见 references/data-fallback.md),他全部放弃时,
把「不补的后果」写进报告。不许不声不响地标成「未评价」就交差——
用户有权知道缺这一项会让结论往哪偏。

替代取数只走公开渠道与合法授权渠道。 禁止以侵入、收买内部人员等方式获取企业
未公开财务资料(属侵犯商业秘密)。第三方估算值必须标注"估算",不得当作企业确认数据。

但"查过且没有"可以给分,前提是写明是"查过"。 专利库的事件流水里没有运营事件,
且该专利已授权 → 可以判「确认无运营记录」(1 分);尚未授权的新申请属"不适用",
必须留空。前者是查证结果,后者是客观还没到那一步,混为一谈会把新申请误伤成低分。
脚本用 legal_events 列区分这两者:填 无 vs 留空。

取数前先验数据源边界。 商业专利库常不收录外观设计,或只返回主分类号一个值。
没验证覆盖范围就下"某类型 0 件"的结论,会把整份评估做废。

权重从表里取。 自定权重等于自己造标准。

专家项不代打,也不许拿替代档充数。 技术先进性、侵权可判定性这类,AI 只能组织问卷
和折算,不能自己拍板。真由人拍板的,报告里要写明是谁拍的。

专家意见确实拿不到时,可走 references/objective-proxy.md
的客观替代档兜底,但必须同时满足四条:带 _proxy 标记、完整度按 0.5 折算、
报告分栏呈现、套用该文件第 4 节声明原文。替代档是数据推算的参考值,不是专家判断,
不得对外表述为专家意见,也不得据此单独出具技术先进性结论。

封顶优先于加权。 硬性缺陷直接压等级,不参与分数加权。

组合不等于单件相加。 专利池的价值还受布局结构、核心专利覆盖面、无效风险集中度影响。
把每件的分加起来当组合分是最常见的错。

产品线收入不等于专利收入。 某品类卖了多少钱,由品牌、渠道、营销、供应链共同创造,
技术只占其中一部分。用「产品线收入 ÷ 专利件数」估单件价值是粗略分摊,
必须在报告中写明是分摊值而非实测值,不得当作该专利的实际收益。
集团内部重组的专利转移不具公允性,不能作为运营能力的加分依据。

结论必须带边界。 数据完整度多少、哪些项没评、缺这些会让结论往哪偏,三句话讲清楚。

边界

本技能出的是内部评价与分级结论,不是资产评估报告。带法律效力的专利资产评估,
需要具备资质的评估机构和评估师出具。报告须注明"仅供内部管理及参考,不构成资产定价依据"。

涉及专利有效性、侵权判断的,以国家知识产权局官方登记簿和生效法律文书为准。

运行依赖

scripts/fetch_patents.py(联网取数)需要环境变量 PATENTMAX_API_KEY。

这是可选项——未配置时其余全部功能不受影响:手工整理好 CSV 后直接喂给
scripts/patent_eval.py,照样能完成打分、汇算与定级。
本技能不内置任何密钥,也不代为申请;取数接口的可用性与配额由使用者自行准备。

其余脚本(patent_eval.py)仅用 Python 标准库,无需安装任何第三方依赖。

常见问题

5 问
答案由本站依据条目字段整理
企业技术专利的评估评级怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_07bb1a57/patent-evaluation。安装方式为未标注。装完刷新技能列表或重开客户端。

企业技术专利的评估评级支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

企业技术专利的评估评级权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

企业技术专利的评估评级收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

企业技术专利的评估评级用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。