j-patent-strategy-analyzer

企业专利战略匹配分析（模板驱动版）

工作流：七步生成法

1. 环境准备 — 【首次会话必须】通过 runtime.apply_sync 安装 Python 依赖（pandas / numpy / matplotlib / openpyxl），确保后续 Python 代码可执行
2. 数据加载 — 解析专利清单 → 建立data字典（含df_active候选池）
3. 情报采集 — 企业信息搜索 → 填充company_info+business_info
4. 数据分析 — 执行data_prep.md中的数据处理代码 → 完成全景统计/价值分层/发明人分析
5. 图表生成 — 按chart_specs生成5张matplotlib图表 → base64编码持久化
6. HTML填充 — 按html_skeleton.md骨架+section_specs.md规范 → 逐节填充data到模板
7. 检查输出 — 执行22项检查清单 → 通过后输出最终HTML

核心原则：数据分析在Python层完成，HTML只负责展示。禁止在HTML构建阶段进行数据统计。

---

文件引用索引

---

配色强制规则

• #0a3dff 科技蓝 — 主标题/激活页签/表头/关键数据
• #0fcc7a 增长绿 — 优势标记/Tier A/增长趋势
• #D9D9D9 中性灰 — 卡片底色/分隔线/交替行
• #fff9e6 结论黄 — 结论框背景

---

阶段零：环境准备（Python 依赖安装）

⚠️ 重要：本阶段必须在阶段一之前执行。如果依赖未就绪，后续所有 Python 代码都会因 PyPI 超时而失败。

平台兼容性说明：目标平台（Eureka）使用托管 Python 运行时，按需通过 runtime.apply_sync 安装 PyPI 包。本 Skill 不假设依赖已预装，每次新会话必须从本阶段开始。

必须安装的依赖包

执行流程（Agent 必须遵循）

Step 1 — 检测当前环境

import importlib
required_packages = ['pandas', 'numpy', 'matplotlib', 'openpyxl']
missing = []
for pkg in required_packages:
    try:
        importlib.import_module(pkg)
    except ImportError:
        missing.append(pkg)

if missing:
    print(f"[环境准备] 以下依赖尚未安装：{missing}")
    print("[环境准备] 需要发起依赖安装请求，请用户审批")
    # → 进入 Step 2
else:
    print("[环境准备] 所有依赖已就绪 ✓")
    # → 直接进入阶段一

Step 2 — 发起安装请求（需用户审批）

Agent 操作指引：

1. 向用户发送消息："本报告需要安装以下 Python 包：pandas, numpy, matplotlib, openpyxl。请确认安装。"
2. 等待用户回复确认后，调用平台 runtime.apply_sync 能力安装依赖
3. 安装完成后，重新执行 Step 1 验证导入成功
4. 验证通过后，继续执行阶段一

Step 3 — 验证安装结果

# 安装完成后必须执行验证
import pandas as pd
import numpy as np
import matplotlib
matplotlib.use('Agg')  # 无头模式，必须在导入 pyplot 之前设置
import matplotlib.pyplot as plt
import openpyxl
print(f"[环境准备] pandas {pd.__version__} ✓")
print(f"[环境准备] numpy {np.__version__} ✓")
print(f"[环境准备] matplotlib {matplotlib.__version__} ✓")
print(f"[环境准备] openpyxl {openpyxl.__version__} ✓")
print("[环境准备] 环境就绪，进入阶段一：数据加载")

复用机制

• 同一会话内：安装成功后，当前会话所有后续 Python 代码块均可直接使用，无需重复安装
• 跨会话：每次新会话需重新执行本阶段（依赖不持久化到磁盘）

平台 xlsx 读取兼容性

平台支持直接上传 .xlsx 文件并通过 Eureka 归一化文本视图读取。本 Skill 仍使用 pd.read_excel() 读取，原因：

• Excel 可能包含多 Sheet、合并单元格、日期格式等复杂结构
• pd.read_excel() + openpyxl 引擎是最稳健的方式
• 归一化文本视图会丢失列类型信息（数字变成字符串）

无需用户手动转 CSV，直接上传 Excel 即可。

故障排查

---

阶段一：数据加载（解析专利清单）

前置排除规则【强制】：第十四节候选池df_active在本步骤建立，排除以下已终结法律状态的专利（原始值匹配）：

• 期限届满 — 保护期已满
• 视为撤回 / 撤回-主动撤回 — 申请已终止
• 驳回 — 审查未通过
• 避免重复授权 — 已有授权专利覆盖
• PCT指定期满 — PCT国际阶段已过期

排除后仅保留法律状态为有效或审中的专利进入候选池。

# 加载→清洗→映射→建候选池→组装data字典
# 详细代码见 references/data_prep.md，按顺序执行：一~九

【重要】技术类别映射可配置性：data_prep.md 中的 TECH_CATEGORY_MAP 包含示例行业关键词（制药/化工设备类）。使用本技能时，必须根据被分析企业的实际行业重新定义该映射表，否则第八节价值分布热力图的技术类别将全部归为"其他"，失去分析价值。

硬检查点：len(df) > 0 / df_active已建立 / 申请号/公开号未去重 / snapshot已写入

---

阶段二：情报采集（企业信息搜索）

营收/利润数据年份优先级（强制）

【强制搜索顺序】必须严格执行以下步骤：

1. 第1步：搜索"{company_name} {report_date.year}年 年报 营收 净利润"，如数据完整则使用
2. 第2步：搜索"{company_name} {report_date.year-1}年 年报 营收 净利润"，须标注"（{report_date.year-1}年）"
3. 第3步：搜索"{company_name} {report_date.year-2}年 年报 营收 净利润"，须标注"（{report_date.year-2}年）"
4. 第4步（兜底）：若前3步均无结果，尝试搜索"{company_name} 年报 营收"（不指定年份），取搜索结果中最近年份

【强制多词搜索】：每一步必须同时尝试以下搜索词组合（至少3组）：

• "{company_name} {year}年报 营收 净利润"
• "{company_name} {year}年 营业收入 归母净利润"
• "{company_name} {year}年度 财务数据 营收"
• "{company_name} {year} 年度报告 利润总额"

【禁止】：

• 直接默认使用任何年份数据而不经过上述搜索步骤
• 使用report_date.year之前的年份数据时不标注年份

【标注格式】：最近一年营收（YYYY）和最近一年净利润（YYYY）

• 示例：最近一年营收（2025）、最近一年净利润（2025）

【年份确认】：在填写KPI前，必须通过反问确认："已找到{year}年营收数据：XX亿元，是否使用？"，确保年份正确。

def get_latest_financial(company_name, report_year):
    """获取企业最新营收数据。

    【重要】search() 为平台搜索工具占位符（如 web_search / browser_search），
    实际执行时需替换为当前环境可用的搜索函数。返回值为 dict，至少包含 'revenue' 键。"""
    search_patterns = [
        "{name} {year}年报 营收 净利润",
        "{name} {year}年 营业收入 归母净利润",
        "{name} {year}年度 财务数据 营收",
        "{name} {year} 年度报告 利润总额",
    ]
    for year_offset in [-1, -2]:
        year = report_year + year_offset
        for pattern in search_patterns:
            data = search(pattern.format(name=company_name, year=year))
            if data and data.get('revenue'):
                return data, year
    # 兜底：不指定年份搜索
    data = search(f"{company_name} 年报 营收")
    return data, data.get('year') if data else None

采集要素

• 基本信息：成立时间/总部/上市状态/营收/净利润
• 业务板块：第一曲线(核心)/第二曲线(增长)/第三曲线(探索)
• 名称变体：中英文注册名/品牌名/子公司名/历史名
• 科技资质：高新企业/专精特新/标准参与
• 竞争对手：3-5家竞品的核心业务/营收/优势

搜索渠道：web_search（企业年报/新闻/行业报告）

---

阶段三：数据分析（执行data_prep.md）

按data_prep.md顺序执行：

1. 法律状态映射（三分类：有效/审中/失效）
2. 候选池建立（df_active）
3. 技术类别映射（第八节价值热力图前置步骤，见 data_prep.md 第三章）
4. 全景统计（第七节数据源）
5. 价值分层Tier A/B/C（第八节数据源）
6. 发明人统计Top15+年份矩阵+技术矩阵（第十一节数据源）
7. 持久化snapshot + 组装data字典（见 data_prep.md 第七~八章）

---

阶段四：图表生成

【禁止pie()前置规则】：chart4法律状态图必须使用barh()横向条形图，代码中禁止出现plt.pie()。

---

阶段五：HTML填充（核心步骤）

填充方法：复制html_skeleton.md模板 → 替换{{变量名}}占位符 → 按section_specs.md逐节填入内容。

【强制】执行约束规则 -- 违反将导致报告不合格

以下行为严格禁止，违反任意一条即视为违规输出，必须回溯修正：

【强制】逐节强制元素检查（阶段五-A）

每填充完一小节，立即执行以下检查，未通过则当场修正，不可累积到阶段六：

def check_section(section_html, section_num, mandatory_items):
    """逐节强制元素验证 -- 在阶段五每节填充后立即调用。
    section_html: 刚生成的小节HTML字符串
    section_num: 节号（1-21）
    mandatory_items: 该节必须包含的字符串/特征列表
    """
    missing = []
    for item in mandatory_items:
        if item not in section_html:
            missing.append(item)
    if missing:
        print(f"[FAIL] 第{section_num}节缺失强制元素: {missing}")
        print(f"[ACTION] 立即修正第{section_num}节，补充上述缺失元素后继续")
        return False
    print(f"[PASS] 第{section_num}节强制元素检查通过")
    return True

21节强制元素清单速查（每次填充后逐条核对）：

【关键执行纪律】：每完成一小节，停顿一下，对照上表逐条验证。任何一项缺失，立即补充后再进入下一节。禁止"先写完再回头补"。

填充顺序（严格按编号）

封面页 → 页签导航 →
  tab-overview:   第一节(12格公司信息) → 第二节(双栏+名称变体) →
  tab-business:   第三节(曲线卡片) → 第四节(时间线+竞品) → 第五节(三梯队卡片) → 第六节(双栏+产品卡片) →
  tab-assets:     第七节(10大字KPI网格+类型表格+趋势图+地域) → 第八节(Tier卡片+代表专利+热力图) →
  tab-mapping:    第九节(进度条+汇总表格) → 第十节(三级缺口卡片) →
  tab-team:       第十一节(排行图+热力图+专长+协作+表格+效率建议) → 第十二节(双栏前瞻+近期专利质量趋势) → 第十三节(风险KPI+评分+矩阵+侵权Top5+海外建议) →
  tab-strategy:   第十四节(免责声明+表格) → 第十五节(覆盖矩阵+分级) → 第十六节(SWOT+三栏) → 第十七节(双栏策略+矩阵) → 第十八节(四级时间线) → 第十九节(双表格) →
  tab-action:     第二十节(双栏待办+结论) → 第二十一节(报告综述)

21小节强制元素速查表

---

阶段六：检查输出（22项清单）

【可执行性说明】 以下 run_checklist() 函数为技能内部参考代码片段，设计为在已定义 html 变量的上下文中调用（如 Jupyter Notebook 或集成开发环境）。不可直接保存为独立 .py 脚本运行--若提取为独立文件执行会因 html 变量未定义而报错（exit_code=1）。如需在独立脚本中使用，必须自行提供 html 变量（如从文件读取HTML内容）。

import re

def run_checklist(html):
    """22项检查清单 -- 独立函数，避免花括号转义问题。
    调用方式：checks = run_checklist(html_string)
    返回值：dict，key=检查项名，value=True/False

    【前置条件】变量 html 必须已定义，值为待检查的HTML字符串。
    【安全调用包装--在独立脚本中使用】
        with open('report.html', 'r', encoding='utf-8') as f:
            html = f.read()
        checks = run_checklist(html)
    """
    return dict([
        ('no_pie', 'pie(' not in html.lower()),
        ('7_tabs', len(re.findall(r'id="tab-\w+"', html)) == 7),
        ('20_sections', len(re.findall(r'[一二三四五六七八九十]+、', html)) >= 20 or len(re.findall(r'class="section-title"', html)) >= 20),
        ('conclusion_boxes', len(re.findall(r'class="conclusion-box"', html)) >= 20),
        ('source_hints', len(re.findall(r'class="source-hint"', html)) >= 20),
        ('curve_cards', 'curve-cards' in html),
        ('tier_cards', 'tier-card positive' in html),
        ('gap_cards_3level', all(k in html for k in ['gap-card urgent','gap-card important','gap-card opportunity'])),
        ('nine_progress_bar', 'cover-bar' in html),
        ('swot_three_col', 'three-col' in html and '专利运营' in html),
        ('report_review', 'report-review' in html),
        ('eureka_guide', 'Eureka' in html),
        ('sec14_no_exclude', all(k not in html for k in ['期限届满','视为撤回','撤回-主动撤回','驳回','避免重复授权','PCT指定期满'])),
        ('timeline_4levels', html.count('timeline-item') >= 4),
        ('value_heatmap', '价值分布' in html),
        ('inventor_detail_table', '核心发明人' in html),
        ('overseas_patent', '海外专利' in html),
        ('supplement_value_boxes', '补全价值' in html),
        # 新增：每条结论必须有[S#]内联来源标记
        # [S#]内联来源标记：每条结论末尾必须有[S1]~[S5]
        ('s3_citations', len(re.findall(r'\[S[1-5]\]', html)) >= 40),
        # 5张图表全部base64内联嵌入
        ('chart2_inventor_rank', 'data:image/png;base64' in html and html.count('data:image/png;base64') >= 5),
        # 新增：第一节必须有12格KPI
        ('sec1_12kpi', html.count('kpi-card') >= 12),
        # 新增：第二节必须有科技资质表格+ALL_AN检索代码
        ('sec2_tech_qual', '科技资质' in html and 'ALL_AN:(' in html),
        # 新增：第七节必须有法律状态分布表格
        ('sec7_status_table', '法律状态' in html and '有效' in html and '审中' in html and '失效' in html),
        # 新增：第十一节必须有技术专长卡片+协作网络+研发效率建议
        ('sec11_specialty', '技术专长' in html and '协作网络' in html and '研发效率' in html),
        # 新增：第十三节必须有双栏评分矩阵
        ('sec13_dual_score', '专利布局角度' in html and '侵权风险角度' in html),
        # 新增：第十五节必须有P0/P1/P2分级表
        ('sec15_p0p1p2', 'P0' in html and 'P1' in html and 'P2' in html and '分级定义' in html),
        # 新增：第二十一节不能有section-title/section-subtitle
        ('sec21_no_title', 'class="section-title">二十一' not in html and ('report-review' not in html or html.rfind('class="section-subtitle"') < html.find('report-review'))),
        # 新增：结论标题统一性检查
        ('conclusion_title_uniform', html.count('本小节结论：') >= 18 or html.count('核心结论：') < 3),
    ])

# 【安全执行模式】仅在 html 变量已定义时运行检查
if 'html' in globals() and isinstance(html, str) and html.strip():
    checks = run_checklist(html)
    all_pass = all(checks.values())
    for name, result in checks.items():
        print(f"  [{'PASS' if result else 'FAIL'}] {name}")
else:
    print("[INFO] html 变量未定义或为空，检查清单未执行。请确保HTML内容已加载到 html 变量后重试。")
    print("[TIP] 如需检查独立HTML文件，请先执行：with open('report.html', 'r', encoding='utf-8') as f: html = f.read()")

【关键】 run_checklist() 是独立函数，内部 dict([...]) 形式避免与外部 f-string 花括号冲突。如需嵌入字符串模板，必须先定义函数再调用，不可将 dict({...}) 字面量直接写入 f-string 中。

检查项说明（28项）：

• 基础18项：no_pie、7_tabs、20_sections、conclusion_boxes、source_hints、curve_cards、tier_cards、gap_cards_3level、nine_progress_bar、swot_three_col、report_review、eureka_guide、sec14_no_exclude、timeline_4levels、value_heatmap、inventor_detail_table、overseas_patent、supplement_value_boxes
• s3_citations：验证所有结论 `` 都包含 [S#] 内联来源标记（[S1]~[S5]），至少40处匹配
• chart2_inventor_rank：验证5张图表全部base64内联嵌入
• 【新增结构检查项-8项】：
  • sec1_12kpi：第一节必须有12格KPI（防止只填8格）
  • sec2_tech_qual：第二节必须有科技资质表格+ALL_AN检索代码
  • sec7_status_table：第七节必须有法律状态分布表格
  • sec11_specialty：第十一节必须有技术专长卡片+协作网络+研发效率建议
  • sec13_dual_score：第十三节必须有双栏评分矩阵
  • sec15_p0p1p2：第十五节必须有P0/P1/P2分级定义表格
  • sec21_no_title：第二十一节不能有section-title/section-subtitle
  • conclusion_title_uniform：结论标题统一为"本小节结论："

全部通过 → 输出HTML文件。任何失败 → 定位问题节 → 修复 → 重新检查。

【强制】验收流程 -- 未通过禁止输出

阶段六执行流程：
  1. 运行 run_checklist(html) 获取全部检查结果
  2. 如果有任意一项为 FAIL：
     a. 记录失败的检查项名称
     b. 根据【回溯修正指南】定位到具体小节
     c. 修改对应小节的HTML内容
     d. 重新运行 run_checklist(html)
     e. 重复直到全部 PASS
  3. 如果全部 PASS：
     a. 执行最终验证（检查文件大小500KB-2MB）
     b. 输出HTML文件
     c. 报告完成
  4. 如果经过3轮回溯仍无法全部通过：
     a. 向用户报告具体失败的检查项
     b. 说明已尝试的修正措施
     c. 请求用户指导如何处理

回溯修正指南

【铁律】：检查清单未全部通过前，绝对禁止向用户输出HTML文件。这是防止不合格报告流出的最后一道防线。

---

输出规范

• HTML文件名：{{company_cn}}_企业战略专利分析报告.html
• CSS/JS：完全内联，图表base64嵌入
• 文件大小：通常500KB-2MB
• 压缩包：HTML + README.txt（可选加PDF）

---

会话中断恢复

每完成5节保存checkpoint（checkpoint_sec{N}.json），中断后：

1. 加载patent_snapshot.json恢复数据层
2. 加载最新checkpoint恢复HTML内容
3. 从断点继续填充

使用前配置

本 Skill 依赖智慧芽开放平台 MCP 服务：

• 完成安装、初次使用时需进行自检，参见 README.md
• 用户需完成账号授权，并确保 Agent 环境已启用对应 MCP 工具
• 若未完成配置，本 Skill 只能提供分析框架，无法检索实时数据或生成基于数据库的结论
• 缺少MCP配置时，引导用户参照 README.md 在 [open.zhihuiya.com](https://open.zhihuiya.com/) 获取MCP。