patent-panorama-insights-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（patent-panorama-insights-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（patent-panorama-insights-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（patent-panorama-insights-stats）**的输入契约。
已移至环节2（patent-panorama-insights-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
/patent-panorama-insights-search，或专利全景项目启动。 - 在完整流水线中，作为
/patent-panorama-insights-stats和/patent-panorama-insights-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：
>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）：
>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。