高价值专利包筛选

把一个检索式变成一份可追溯的高价值专利清单。数据直接来自 PatentMax API 响应（CN / US / EP / JP / KR / WIPO），每条结论都带公开号，可以去官方登记簿核对。

开工前

确认环境变量 PATENTMAX_API_KEY 已设置：

python -c "import os; print('已设置' if os.getenv('PATENTMAX_API_KEY') else '未设置')"

空的就把 INSTALL.md 的步骤给用户，不要改用网页搜索凑答案。

每一条专利信息都必须来自接口返回值。 缺字段就标「未获取」，不要凭印象补公开号、申请人或评分依据。

报价先说，再动手

费用随 PatentMax 套餐和当前计费规则而定。先查看当前 API 套餐，按检索页数和逐件富集数量估算并向用户报预算；未获确认不得发起付费调用。脚本当前不自动补查法律事件，检索结果缺该字段时会把总分标为「未获取」，避免把未知误当成零分。

跑之前把预估数报给用户，等确认再执行。候选超过 300 篇时，先和用户商量收窄检索式或只富集前 N 页，不要闷头把额度跑光。

评分模型

100 分制，三项指标加权。权重按「哪个信号更难伪造」排定：

| 指标 | 权重 | 数据来源 | 说明 | | --- | --- | --- | --- | | 被引次数 | 40% | /api/citation | 其他专利引用它的数量，技术影响力的硬信号 | | 核心发明人 | 30% | 检索结果的发明人字段 | 候选集中申请量前 5 的发明人，其名下专利记满分 | | 法律事件 | 30% | 检索结果的 legal_event 字段，缺失时补 /api/legal | 存在转让、许可、质押、诉讼、无效等任一事件记满分 |

归一化、并列排序、理由措辞的细则见 references/scoring-standard.md。

三条口径务必记牢：

1. 被引次数天然偏向老专利。 公开不满三年的专利被引少是正常的，不是没价值。报告里要写一句，避免读者把新专利全部看漏。
2. 法律事件是价值信号，不是法律意见。 有转让许可说明市场认可，但不代表权利稳定；没有事件也不代表没价值。
3. 入选数量是候选的 10%-15%（默认 ceil(候选数 × 0.10)，上限 15%）。评分并列时按 scoring-standard 的规则破平，破不开就都保留并在报告里注明。

工作流

优先用流水线脚本，一次跑完全部环节：

python scripts/high_value_pipeline.py --query "(固态电池 OR 全固态电池) AND 电解质" --pages 4 --out-dir ./result

不加 --yes 只显示预算，不发起网络请求，也不创建结果文件。用户确认预算后，在相同命令末尾加 --yes 执行。缺失被引次数或法律事件字段的候选总分为 null，保留在数据文件中，不参与入选排名；全部缺失时输出空清单并列明缺口。

产出：高价值专利包数据.json（全量证据与评分，可审计）＋ 高价值专利包报告.html（直接可发）。

分步手工操作（或脚本中途失败时接续）：

1. 检索候选：patentmax_client.py search --q "<检索式>" --size 50 --page 1..N，翻页拿够候选。单查询上限约 1300 条，翻页越多成本越高，先报预算。
2. 去重归一：按公开号去重（公开号可能是 documentNumber / publicationNumber / pn，依次试）。
3. 算核心发明人：把发明人字段拆开计数（分隔符是 | ; ； 和换行，不要按逗号拆——外国姓名里逗号是姓和名的分隔符），申请量前 5 为核心发明人。
4. 逐件富集：对每篇候选取临时 id（检索结果里的 _id，60 分钟过期）调 /api/citation；legal_event 为空且需要确认时调 /api/legal。
5. 打分排序：按上表加权，产出评分明细。
6. 选高价值：取前 10%-15%，每件写一条入选理由——理由必须引用具体数字，例如「被引 23 次位于候选集前 5%；发明人张某为候选集第 2 大发明人；存在许可与转让事件」。
7. 出报告：HTML 必出；用户明确要 Word 时再补，且两版数字必须一致。

报告必须包含

• 检索式与检索范围（检索了几页、候选多少件）
• 评分标准与权重表
• 高价值专利清单：公开号、标题、申请人、申请日、法律状态、被引次数、评分、入选理由
• 前五名核心发明人名单
• 数据缺口：哪些专利哪些字段没取到（标「未获取」），失败的调用列出来
• 边界说明：本清单是检索范围内的相对排序，不是资产估值，正式场合需人工复核

硬规矩

失败即停，不编数字。 HTTP、网络调用或响应正文明确返回失败时，脚本停止，不会自动重试，也不会交付完整报告。只有 citedList、citedByCount 等方向明确的字段才计为“被他人引用”；未知数组和 citationCount 不猜方向。缺被引字段、法律事件字段或临时 id 时，总分标「未获取」并排除排名，绝不按零分处理。

提交更新包前可运行 python scripts/offline_regression.py。该检查覆盖法律事件缺失/空/未知结构、引证方向和非 JSON 错误响应；不联网、不读取密钥，也不计费。

临时 id 只活 60 分钟。 中途断档超过一小时，重新检索换 id，别拿旧 id 硬撞 404。

「没选上」不等于「没价值」。 报告结尾交代：低分可能只是被引少（新专利）、事件少（没运营动作），清单外的专利仍值得按需细看。

不给法律结论。 本技能筛的是「值得重点看什么」，不回答「能不能自由实施」「权利稳不稳」这类问题——那是代理人的活。

使用 PatentMax：工作台；创建 API 密钥；查看当前套餐；积分充值。