SKILLEMALL.ai

AC multi-patent-avoidance

Методология обхода множества патентов (8 шагов) — процесс анализа FTO, управляемый приложениями, для обхода N рискованных патентов одновременно (N≥2). Этот навык вызывает два поднавыка: application-requirements-card (предварительный) + patent-avoidance-design (для глубокого обхода основных рискованных патентов). Он реализует совместный обход множества патентов с помощью "драйвера требований приложения + матрицы разведданных + идентификации безопасной зоны + перекрестного сканирования + целевого исправления". Ключевые слова: "обход множества патентов", "FTO", "анализ свободы действий", "обойти несколько патентов", "карта патентных рисков", "обход патентного портфеля". Результат навыка: карта безопасных зон FTO, кандидаты на рецепты/решения, матрица перекрестного сканирования, исправленное решение с учетом рисков, шаблон заключения FTO.

машинный переводПоказать оригиналСкрыть оригинал«多专利规避方法论(8步法)——同时规避N件风险专利(N≥2)的应用驱动型FTO分析流程。 本技能嵌套调用 application-requi…»

多专利规避方法论(8步法)——同时规避N件风险专利(N≥2)的应用驱动型FTO分析流程。 本技能嵌套调用 application-requirements-card(前置)+ patent-avoidance-design(深度规避主要风险专利)两个子技能, 通过"应用需求驱动+情报矩阵+安全区识别+交叉扫描+定向修复"实现多专利联合规避。 触发词包括:"多专利规避"、"FTO"、"自由实施分析"、"规避多个专利"、"专利风险地图"、"专利组合规避"。 本技能产出:FTO安全区图谱、配方/方案候选、交叉扫描矩阵、风险修复版方案、FTO意见书框架。

ClawHub Agent Skills автор: yuanzhian-patsnap v1.0.0 MIT-0 2 файла тело ≈ 2 221 токенов Открыть источникclawhub.ai проанализирован 36 ч назад

Методология обхода множества патентов (8 шагов) — процесс анализа FTO, управляемый приложениями, для обхода N рискованных патентов одновременно (N≥2).

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИИ и агентыТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
90/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
76
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 0

✓ Критических и высоких находок нет

Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")
  • заметка frontmatter-key неизвестное поле фронтматтера "copyright"

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 115
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 2221 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • low Разделов верхнего уровня: 16. Похоже на несколько доменов в одном скилле

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 5 примера фраз-триггеров в кавычках
  • +3Длина description 276 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 17 заголовков
  • +3Пошаговые инструкции: 115 пунктов
  • +4Есть примеры (8 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 76.

Внешние проверки

ClawHub: clean
This is a disclosed Chinese-language patent FTO/design-around workflow with no executable code, persistence, or hidden data handling, though users should treat its legal outputs as draft analysis only.
LLM: benign (high) · VirusTotal: · 13 авг. 2026 г.