feasibility-review · 可研报告立项审查技能

定位

本技能用于对可行性研究报告进行自动解析和核心内容提取，并基于专利检索（patent.search）、论文检索（mcp_patent-search__patsnap_search sources=paper）、政策检索（web-search）等工具获取相关数据，生成包含形式审查和实质审查两大板块的立项审查报告，辅助科技管理人员做立项研判。

触发场景

用户上传项目指南/或可行性研究报告，并请求执行立项审查、可研审查、开题审查等相关任务时触发本技能。

输入材料

执行流程总览（脚本化方案）

⚠️ 强制要求：

1. 执行前必须先将完整 review_pipeline.py 写入 @session/feasibility-review/review_pipeline.py
2. 再通过 python.run 单次执行该脚本
3. 禁止在脚本外通过API逐步检索后拼凑报告
4. 禁止分步在聊天框逐章输出

Step 0  编写 review_pipeline.py（含所有检索调用、图表生成、HTML拼装逻辑）
         → 写入 @session/feasibility-review/review_pipeline.py
Step 1  读取文件（files工具读取可研报告+项目指南）
Step 2  形式审查（1.1 / 1.2 / 1.3 / 1.4 / 1.5）
Step 3  实质审查 - 提取阶段（2.1 技术路线表格 + 2.2 创新点表格）
Step 4  实质审查 - 技术路线审查（2.3）
         ├── 专利技术分析（活跃度+竞争格局）：每条技术路线检索专利 topk=30，date_from=20170101, date_to=20261231
         └── 论文技术分析（主题热点+分布影响力）：每条技术路线检索论文 limit=30，date_from=20170101, date_to=20261231
         └── 领域技术趋势总结
Step 5  实质审查 - 创新点审查（2.4）
         ├── 专利维度分析：每条创新点检索专利 topk=30，date_from=20170101, date_to=20261231
         ├── 论文维度分析：每条创新点检索论文 limit=30，date_from=20170101, date_to=20261231
         └── 创新性评估
Step 6  政策分析（2.5）：web-search 检索政策30篇
Step 7  立项审查总结与建议（2.6）
Step 8  生成完整 HTML 文件，保存到 @session/feasibility-review/review_report.html

脚本结构规范

⚠️ review_pipeline.py 必须包含以下10个模块函数，禁止省略任何一个：

# ① 读取文件
def read_files(report_path, guide_path):
    """读取可研报告+项目指南文本，返回字符串"""

# ② 形式审查（纯文本分析，无需API）
def formal_review(report_text, guide_text):
    """执行1.1~1.5，返回HTML片段"""

# ③ 提取技术路线（表格形式）
def extract_routes(report_text):
    """返回技术路线列表，每条含编号/名称/核心内容/关键词标签"""

# ④ 提取创新点（表格形式）
def extract_innovations(report_text):
    """返回创新点列表，每条含编号/名称/核心内容/关键词标签"""

# ⑤ 封装专利检索（必须传入日期参数）
def search_patents(query, topk=30, date_from=20170101, date_to=20261231):
    """调用 mcp_patent-search__patsnap_search，返回专利列表"""

# ⑥ 封装论文检索（必须传入日期参数）
def search_papers(query, limit=30, date_from=20170101, date_to=20261231):
    """调用 mcp_patent-search__patsnap_search sources=paper，返回论文列表"""

# ⑦ 封装政策检索
def search_policies(keywords):
    """调用 web-search，返回政策列表"""

# ⑧ 封装pyecharts图表生成（交互式）
def make_pyechart(data, chart_type, title):
    """使用pyecharts生成折线图/柱状图，返回render_embed() HTML字符串"""

# ⑨ 封装词云生成（静态PNG）
def make_wordcloud(texts):
    """TF-IDF提取关键词，使用wordcloud生成PNG，返回base64字符串"""

# ⑩ 渲染最终HTML
def render_html(sections):
    """合并所有章节HTML片段，渲染完整报告，写入review_report.html"""

断点续写机制

防止步骤超限导致报告不完整，每完成一个章节立即持久化。

每完成一个章节：
  → 写入 @session/feasibility-review/sections/section_X_X.json（章节数据+图表）
  → 更新 @session/feasibility-review/progress.json（记录已完成章节列表）

新一轮执行开始时：
  → 检测 progress.json 是否存在
  → 存在 → 读取已完成列表，跳过已完成章节，从断点续写
  → 不存在 → 全新执行

所有章节完成后：
  → 合并所有 section_*.json → 渲染 review_report.html
  → 删除 progress.json 和 sections/ 临时文件

报告章节结构与执行规范

⚠️ 审查对象：形式审查和实质审查的对象均为用户上传的可行性研究报告，不得审查其他内容。

一、形式审查

1.1 文本规范

逐项检查并标注问题位置（文件名、页码、段落），必须分点罗列以下检查项：

1. 语法检验：检查主谓宾缺失、句子不完整等明显语法错误
2. 连词叠字：识别重复连词（如"和和"、"的的"）或叠字问题
3. 错别字识别：常见错别字、同音字误用
4. 重复文本识别：段落级别的重复内容

1.2 篇章结构

必须分点罗列以下检查项：

1. 章节顺序错乱/缺失：核查章节编号是否连续，是否有跳号或缺失
2. 目录与页码一致性：目录中章节标题与正文标题是否一致
3. 首页缺失：检查是否存在封面/首页

1.3 完整性检查

• 两份文件均已上传：标注 ✅ 已上传：项目指南、可行性研究报告
• 仅上传一份：标注 ⚠️ 缺少：[未上传的文件名]，建议补充后重新审查
• 均未上传：标注 ❌ 未上传任何材料，无法执行完整审查

1.4 一致性检查

步骤一：从项目指南中提取字段（未找到则填"未找到"）

• 项目名称 / 研究内容 / 预期成果

步骤二：从可行性研究报告中提取相同字段

步骤三：逐项比对，输出对比表格

• 项目名称一致性：一致 → ✅ 通过；不一致 → ❌ 不通过 + 标注差异位置
• 预期成果一致性：同上

1.5 审查汇总

列出所有"不通过"项的位置标记，供人工复核，输出问题清单表格。

二、实质审查

⚠️ 审查对象严格限定为可研报告本身，不得延伸审查其他文档。

2.1 技术路线提取

从可研报告的项目概述、技术方案、技术路线、研究内容等章节自动提取，必须以表格形式输出：

• 数量自动判断（通常 2–5 条），路线间不能重复，须有明显边界和区别
• 从每条技术路线中提取技术关键词并扩词，用于专利语义检索和论文/政策检索

2.2 创新点提取

从可研报告的技术方案、技术路线、研究内容等章节提取，必须以表格形式输出：

• 若报告已明确描述创新点：按条提取，原文输出
• 若未明显描述：结合相关章节自行总结，分点罗列（2–5 条）

2.3 技术路线审查

2.3.1 专利技术分析

2.3.1.1 技术活跃度分析

核心目标：分析该领域专利申请的活跃度变化趋势。

执行步骤（每条技术路线均需执行）：

1. 调用 patent.search（关键词+语义混合），每条路线 topk=30，date_from=20170101, date_to=20261231；无结果则如实反馈
2. 生成以下图表（使用 pyecharts 生成交互式 HTML 图表，调用 chart.render_embed() 内嵌）：
   • 图表一：近十年专利申请按年趋势折线图（x轴：申请年，y轴：年申请量）
     • 注释：「数据来源：智慧芽专利数据库，基于检索样本（N≤30）分布示意，时间范围2017–2026年」
     • 分析要点：10年申请量与增长率、波峰/波谷、活跃度判断，字数不少于200字
   • 图表二：技术聚类图（使用 scipy 层次聚类 + matplotlib 静态PNG，base64内嵌）
     • 分析要点：技术路线可覆盖范围和应用广度，字数不少于200字

2.3.1.2 专利技术竞争格局分析

核心目标：分析申请人地域分布和企业/机构排名，梳理竞争对手布局策略。

执行步骤（每条技术路线均需执行）：

1. 复用 2.3.1.1 已召回的 topk=30 篇专利，无需重复检索
2. 生成以下图表（pyecharts 交互式）：
   • 图表一：地域分布柱状图（x轴：国家/受理局，y轴：专利数量）
     • 分析要点：专利布局国家数量、策源地，字数不少于200字
   • 图表二：企业 Top5 折线图（x轴：申请年，y轴：年申请量）
     • 分析要点：头部企业竞争态势，字数不少于200字
   • 图表三：科研院 Top5 折线图（x轴：申请年，y轴：年申请量）
     • 分析要点：科研机构创新热度，字数不少于200字

2.3.2 论文技术分析

2.3.2.1 论文主题与热点分析

核心目标：主题分类，分析研究热点和前沿方向。

执行步骤（每条技术路线均需执行）：

1. 调用 mcp_patent-search__patsnap_search（sources=paper），每条路线 limit=30，date_from=20170101, date_to=20261231；无结果则如实反馈
2. 生成以下图表：
   • 图表一：近十年论文按年发表趋势折线图（pyecharts 交互式）
     • 注释：「数据来源：智慧芽论文数据库，基于检索样本（N≤30）分布示意，时间范围2017–2026年」
     • 分析要点：增长趋势与前沿方向判断，字数不少于200字
   • 图表二：关键词云（wordcloud 库，TF-IDF提取自论文标题+摘要，静态PNG base64内嵌）
     • 分析要点：研究热点词汇聚焦分析，字数不少于200字
   • 图表三：技术聚类图（scipy + matplotlib，静态PNG base64内嵌）
     • 分析要点：技术主题聚焦区域，字数不少于200字

2.3.2.2 论文分布与学术影响力

核心目标：统计作者地域分布、机构排名，评估学术影响力。

执行步骤（每条技术路线均需执行）：

1. 复用 2.3.2.1 已召回的 limit=30 篇论文，无需重复检索
2. 生成以下图表（pyecharts 交互式）：
   • 图表一：国家/地区论文分布柱状图
     • 分析要点：主要来源国/策源地，字数不少于200字
   • 图表二：企业 Top5 折线图
     • 分析要点：应用前景判断，字数不少于200字
   • 图表三：科研院 Top5 折线图
     • 分析要点：研究前景判断，字数不少于200字

2.3.3 领域技术趋势总结

综合专利+论文分析，从以下5个维度总结，字数不少于500字：

1. 快速发展期判断
2. 新技术方向识别
3. 成熟度与应用拓展
4. 未来技术突破点
5. 项目先进性判断（绘制专利/论文近10年增长曲线交叉图，pyecharts 交互式）

2.4 创新点审查

2.4.1 创新点-专利维度分析

执行步骤（每条创新点均需执行）：

1. 调用 patent.search，每条创新点 topk=30，date_from=20170101, date_to=20261231
2. 生成以下图表（pyecharts 交互式）：
   • 图表一：近十年相似专利按年申请趋势折线图
     • 注释：「数据来源：智慧芽专利数据库，基于检索样本（N≤30）分布示意，时间范围2017–2026年」
     • 分析要点：近2年趋势与竞争态势判断，字数不少于200字
   • 图表二：相似度 Top5 专利技术方案对比表
     • 分析要点：与本创新点的技术异同，字数不少于200字

2.4.2 创新点-论文维度分析

执行步骤（每条创新点均需执行）：

1. 调用 mcp_patent-search__patsnap_search（sources=paper），每条创新点 limit=30，date_from=20170101, date_to=20261231
2. 生成以下图表（pyecharts 交互式）：
   • 图表一：近十年相关论文按年发展趋势折线图
     • 注释：「数据来源：智慧芽论文数据库，基于检索样本（N≤30）分布示意，时间范围2017–2026年」
     • 分析要点：前沿性判断，字数不少于200字
   • 图表二：相似度 Top5 论文技术方案对比表
     • 分析要点：技术创新优势，字数不少于200字

2.4.3 创新点-创新性评估

综合专利/论文分析，从以下2个维度评估，字数不少于500字：

1. 是否容易形成技术壁垒（专利/论文数量+增长趋势判断）
2. 是否具有技术领先性（综合Top5专利+Top5论文比对）

2.5 政策分析

执行步骤：

1. 基于 2.1 技术路线关键词，调用 web-search 检索近5年相关政策，召回30篇
   • 优先渠道：https://sousuo.www.gov.cn/zcwjk/policyDocumentLibrary
2. 输出：
   • 政策数量近3–5年增长趋势（pyecharts 交互式折线图）
   • 政策核心内容摘要、举措与布局
   • Top10 政策列表（含标题、发布机构、日期、链接）
   • 匹配度判断，字数不少于200字

2.6 立项审查总结与建议

2.6.1 行业发展趋势契合度评估

• 综合【领域技术趋势总结】+【创新性评估】+【政策分析】
• 分点阐述契合点，字数不少于300字

2.6.2 主要竞争主体及研究进展总结

• Top5 申请人分析表格（企业机构、核心优势、关键专利）
• 技术优势对比，字数不少于300字

2.6.3 行业机遇与挑战

• 政策扶持力度 / 技术难题 / 应对方案
• 字数不少于300字

2.6.4 项目评级

• 评级依据说明，字数不少于300字

2.6.5 附录

分三个子清单，每类随机抽取20条，所有条目必须提供可点击链接：

• 附录A1 专利清单（20篇）：专利号（链接到智慧芽）、标题、申请人、公开日
• 附录A2 论文清单（20篇）：标题（链接到智慧芽）、期刊/会议、年份、被引次数
• 附录A3 政策/报告/新闻清单（20篇）：标题（链接到原文）、来源机构、发布日期、类型标签（政策🔴/报告🔵/新闻🟢）

图表生成规范

⚠️ 强制要求：

• 折线图、柱状图、分布图：必须使用 pyecharts 生成交互式 HTML 图表，调用 chart.render_embed() 内嵌到报告HTML中
• 词云图：使用 wordcloud 库，关键词从专利/论文标题+摘要 TF-IDF提取，静态PNG base64内嵌
• 聚类图：使用 scipy + matplotlib，静态PNG base64内嵌
• 每张图表下方必须附≥200字文字分析
• 每张图表标题下方必须标注数据来源注释：「数据来源：智慧芽专利/论文数据库，基于检索样本（N≤30）分布示意，时间范围2017–2026年」
• 若检索结果 < 3 条，说明数据不足，输出文字分析替代图表

工具依赖

禁止行为清单（必须严格遵守）

输出规范

• 输出语言：与用户输入保持一致（默认中文）
• 章节结构：严格按照「一、形式审查（1.1/1.2/1.3/1.4/1.5）」+「二、实质审查（2.1~2.6.5）」两大章节输出
• 格式：必须以 HTML 格式输出，具体要求如下：
  1. 所有章节内容生成完毕后，通过 Python 脚本将完整报告渲染为自包含 HTML 文件
  2. pyecharts 图表使用 render_embed() 内嵌，词云/聚类图使用 base64 内嵌
  3. HTML 文件保存路径：@session/feasibility-review/review_report.html
  4. 聊天回复中提供文件本地路径，并附报告内容概要
  5. 禁止仅以 Markdown 格式在聊天框内直接输出报告全文

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。