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。

研发工程
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

oled-intelligence-portal

SKILL.md

KeyValue
nameoled-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_searchls_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

  1. 先用模型知识列出该领域全球主要玩家(头部5-8家)

  2. 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

  3. 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

  1. 模型先按领域知识拆出主要技术方向

  2. 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

  3. 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:

plaintext
ls_news_vector_search(query="{keyword} {公司名}", lang="CN", top_k=5)

每个技术分支 调用:

plaintext
ls_news_vector_search(query="{keyword} {技术标签}", lang="CN", top_k=5)

重大事件 调用:

plaintext
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_texturl 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):

json
{
"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):

python
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

plaintext
{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

  1. 不需要用户提供任何文件 ——所有数据由 AI 自动检索

  2. 关键词通用 ——不限于 OLED,任何技术领域均可

  3. 新闻来源 :仅使用 ls_news_vector_search 返回的真实结果,不捏造新闻

  4. 专利来源 :仅使用 mcp_patent-search__patsnap_search 返回的真实结果,不捏造专利

  5. 所有链接 :使用真实 URL,若为空则用 '#'

  6. 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。