oled-intelligence-portal
输入任意技术领域关键词(如"OLED"、"固态电池"、"mRNA疫苗"),自动生成该领域的情报简报门户(HTML网站)。监控的企业和技术分支由AI模型自动检索和拆解,新闻由智慧芽新闻向量检索自动获取,专利使用关键词扩展后在智慧芽专利数据库直接检索。当用户说"生成XXX情报门户"、"XXX领域情报简报"、"帮我监控XXX技术"时触发。
- 版本
- v1.0.0
- 下载量
- 0
- 文件列表
- 7
- 最近更新
- 2026-07-02
关于
输入任意技术领域关键词(如"OLED"、"固态电池"、"mRNA疫苗"),自动生成该领域的情报简报门户(HTML网站)。监控的企业和技术分支由AI模型自动检索和拆解,新闻由智慧芽新闻向量检索自动获取,专利使用关键词扩展后在智慧芽专利数据库直接检索。当用户说"生成XXX情报门户"、"XXX领域情报简报"、"帮我监控XXX技术"时触发。
文件列表 7
SKILL.md
| Key | Value |
|---|---|
| name | oled-intelligence-portal |
| description | 输入任意技术领域关键词(如"OLED"、"固态电池"、"mRNA疫苗"),自动生成该领域的情报简报门户(HTML网站)。监控的企业和技术分支由AI模型自动检索和拆解,新闻由智慧芽新闻向量检索自动获取,专利使用关键词扩展后在智慧芽专利数据库直接检索。当用户说"生成XXX情报门户"、"XXX领域情报简报"、"帮我监控XXX技术"时触发。 |
技术领域情报简报门户生成器
根据用户输入的技术领域关键词,自动生成专业的多页 HTML 情报门户。
核心工作流
Step 1:接收用户关键词
用户输入一个技术领域关键词,例如: OLED、 固态电池、 钙钛矿太阳能、 GLP-1受体激动剂。
Step 2:AI 推断监控企业(自动,无需用户提供)
调用 ls_news_vector_search 和 ls_drug_aggregation(非药物领域用新闻检索),结合模型知识,推断该领域主要企业(目标8-15家)。
推断逻辑 :
先用模型知识列出该领域全球主要玩家(头部5-8家)
调用
ls_news_vector_search(query="{keyword} 企业 公司", lang="CN", top_k=20)补充从新闻中识别的企业合并去重,保留8-15家最相关企业,记录中英文名和简称
Step 3:AI 拆分技术分支(自动,无需用户提供)
用模型对该领域进行技术拆解,生成8-16个技术标签。
拆解逻辑 :
模型先按领域知识拆出主要技术方向
调用
ls_patent_vector_search(query="{keyword} 技术路线", lang="CN", top_k=10)验证和补充技术标签每个技术标签包含:中文名、英文名、简短描述、检索关键词列表
Step 4:自动检索新闻
每家企业 调用:
ls_news_vector_search(query="{keyword} {公司名}", lang="CN", top_k=5)每个技术分支 调用:
ls_news_vector_search(query="{keyword} {技术标签}", lang="CN", top_k=5)重大事件 调用:
ls_news_vector_search(query="{keyword} 重大事件 市场动态 产业政策", lang="CN", top_k=10)解析返回的 _text_display、 _text、 url 字段,组装成新闻条目。
Step 5:专利关键词扩展 + 智慧芽检索
关键词扩展 :
模型根据输入关键词,生成3-6个扩展检索词(同义词、英文名、上位概念、核心技术词)
例如:
OLED→["OLED", "有机发光二极管", "AMOLED", "organic light emitting diode", "柔性显示"]
专利检索 (调用已注册的 patent.search 能力,即 mcp_patent-search__patsnap_search):
{ "search_strategy": ["keyword", "filter"], "keywords": [扩展关键词列表], "sources": ["patent"], "filters": { "date_from": 20230101, "date_to": 20260507 }, "topk": 30}解析返回的专利列表,提取:标题、申请人、公开号、摘要。
Step 6:生成情报门户 HTML
调用 @skill/scripts/generate_portal.py 生成多页 HTML 网站。
输入数据结构 (Python dict,传入脚本):
portal_data = { "keyword": "OLED", # 领域关键词 "date_range": "2025年1月-2026年5月", "companies": [ { "name_cn": "三星显示", "name_en": "Samsung Display", "slug": "samsung", "news": [{"title": "...", "date": "2026-01-15", "source": "...", "summary": "...", "url": "..."}] } ], "tech_tags": [ { "name_cn": "串联OLED", "name_en": "Tandem OLED", "slug": "tandem", "description": "...", "news": [...] } ], "major_events": [ {"title": "...", "date": "...", "summary": "...", "url": "..."} ], "patents": [ {"title": "...", "applicant": "...", "pub_no": "...", "pub_date": "...", "abstract": "..."} ], "stats": { "total_news": 150, "total_patents": 30, "total_companies": 12, "total_tech_tags": 16 }}生成文件结构 :
{keyword}-portal/├── index.html # 主门户页├── {slug}.html # 每家企业详情页├── tech-{slug}.html # 每个技术分支详情页└── patents.html # 专利汇总页Step 7:交付
输出生成的 HTML 文件路径,提示用户可以直接在浏览器中打开 index.html。
设计规范
UI 设计 (Tailwind CSS via CDN):
字体:Inter + Microsoft YaHei Light
主色调渐变:由关键词领域自动选择(默认蓝色
#1e3a8a→#3b82f6→#06b6d4)卡片悬浮动效:
translateY(-8px)+ shadow技术标签:青色背景
专利卡片:紫色左边框
重大事件:彩色左边框时间轴
中文界面 :所有 UI 文字使用中文,技术术语保留英文。
工具调用规范
| 步骤 | 工具 | 说明 |
|---|---|---|
| 企业识别 | ls_news_vector_search | 从新闻中识别企业 |
| 技术分支验证 | ls_patent_vector_search | 从专利中验证技术方向 |
| 新闻检索 | ls_news_vector_search | 按企业/技术分支批量检索 |
| 专利检索 | mcp_patent-search__patsnap_search | 关键词扩展后直接检索 |
| HTML生成 | Python generate_portal.py | 渲染完整门户 |
参考文件
references/html-templates.md— HTML 页面模板references/company-mapping.md— 企业名称映射(OLED 领域示例)references/tech-tags.md— 技术标签定义(OLED 领域示例)references/data-processing.md— 数据处理规范
关键规则
不需要用户提供任何文件 ——所有数据由 AI 自动检索
关键词通用 ——不限于 OLED,任何技术领域均可
新闻来源 :仅使用
ls_news_vector_search返回的真实结果,不捏造新闻专利来源 :仅使用
mcp_patent-search__patsnap_search返回的真实结果,不捏造专利所有链接 :使用真实 URL,若为空则用
'#'响应式设计 :使用 Tailwind 的
md:/lg:前缀适配多端
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。