Key	Value
name	pps-search
description	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（pps-stats）的输入契约。统计、画像和核心专利召回属于环节2。

pps-search — 专利全景检索与检索式构建层（环节1）

我是环节 1/4 · 检索建库（pps-search）。 我负责把业务问题翻译成专家级检索式、去噪、确定候选池，产出 search_config.json + candidate_pool.csv + core_recall.csv + tech_taxonomy.txt，交给环节 2（pps-stats）做统计与价值挖掘。

目标

专利全景流水线的环节1。本 Skill 只回答 检索质量 问题：

检索式是否达到专家级：限定领域的字段算符、恒定主题锚点、半自动 IPC、分层 NOT 及原因记录？
哪些子技术分支构成该领域，每个分支的审计后检索式是什么（A6 四段骨架）？
候选池是否足够干净：每分支抽样精度 ≥ 80%，可以交给下游统计和标引？

输出是 已验证的检索配置 + 去噪候选池 + 分支检索式 + 轻量核心专利召回清单 + 供 SaaS 标引的技术分类文件 ，作为 环节2（pps-stats） 的输入契约。

已移至环节2（pps-stats）。 行业统计、申请人格局、竞品画像、核心专利核查/分级和价值信号交叉挖掘已从本层移出。环节1 不再输出全景报告。

使用时机

用户调用 /pps-search，或专利全景项目启动。
在完整流水线中，作为 /pps-stats 和 /pps-tag 前的第一步。
单独使用：用户只需要一套经审计、可复用的检索配置。

默认设置

Dimension	Default
Date basis	市场/法律视角用公开日（ `pbdt`）；技术趋势视角用最早优先权日（ `E_PRIORITY_DATE`）
Technology stats counting	简单同族层级
Market / legal stats counting	公开文本层级
Geography	CN, US, EP
Time range	`pbdt:[20200101 TO 20261231]`
Analysis mode	竞品 vs. 行业（Mode C）
Core patent signal	前向引用 × 同族广度 × 有效法律状态

步骤 0：初始化

将所有输入记录到 run_config.json。

步骤 1：专家检索式构建

按照 references/query-and-taxonomy-methodology.md 的 Part A 和 Part D 执行。

1-1 关键词分层 —— 强词 / 弱词 / 短词

1-2 字段算符分配（A1）

1-3 恒定主题锚点（A2）

1-4 半自动 IPC（A4）—— 不得编造 IPC

1-5 分层 NOT 规则（A5）—— 每条规则都必须记录原因

1-6 确认表 —— A6 四段骨架 + 精度抽查

步骤 2：分支检索式生成

为每个分支填写 A6 标准骨架，并保存到 search_config.json。

步骤 3：候选池导出

导出 candidate_pool.csv：仅包含 pn, branch_rule_hits（族级去重）。

步骤 4：轻量核心专利召回

每个分支取 refered_rank + famn_rank 前 10。输出 core_recall.csv： branch_id, patent_id, pn, recall_source, raw_rank。

步骤 5：技术分类导出【强制产出】

tech_taxonomy.txt 是环节1的强制产出文件 ，必须在候选池确认后、移交环节2前写出。供客户 SaaS 标引工具直接导入。

格式规范

层级型 ，每行一个叶节点：

text

>一级\二级\三级

规则：

> 后紧跟第一级（Level-1 域名称）
\ 后依次为第二级、第三级
每行只写一条路径（一个叶节点）
每个单元格支持多值（SaaS 工具侧支持）
不得添加任何注释、序号、空行分组、标题行或其他额外内容
文件只包含层级链， 纯内容，无任何其他信息

示例（仅供格式参考）：

text

>静态电压\稳定性
>静态电压\监测方法
>静态电压\PCMLE
>动态响应\瞬态抑制
>动态响应\环路补偿\Type-III补偿

写出路径： @session/pps-output/tech_taxonomy.txt。写出后提示用户「可直接下载上传至智慧芽标引工具」。

输出文件【强制产出清单】

File	Written by	Content	强制性
`run_config.json`	Step 0	用户输入、默认值、分析模式	强制
`search_config.json`	Step 1–2	关键词分层、主题锚点、IPC、NOT 规则、分支 A6 检索式、精度	强制
`candidate_pool.csv`	Step 3	仅 `pn, branch_rule_hits`，族级去重	强制
`core_recall.csv`	Step 4	每分支原始召回： `branch_id, patent_id, pn, recall_source, raw_rank`，每分支约 top 10	强制
`tech_taxonomy.txt`	Step 5	层级链，每行 `>L1\L2\L3`，纯内容无注释，供 SaaS 标引工具直接导入	强制
`report_manifest.json` (partial)	Step 3	运行元数据，环节2继续扩展	强制

向环节2交接的契约

五件套： search_config.json + candidate_pool.csv + core_recall.csv + tech_taxonomy.txt + report_manifest.json。

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。

pps-search

概述

SKILL.md