Skip to content
Agentmart
Submit a tool

patent-pipeline

코드베이스 기반 AI 자동 특허 발굴·평가·출원 파이프라인.

Skill by nextain

IndexedApache-2.0
Write a review

Install

Works with Claude Code, Claude apps, Codex, Cursor, Gemini CLI, GitHub Copilot, VS Code, OpenCode, Goose, Windsurf. Read the repository before you give any tool access to your data.

npx agentmarket install skill/nextain-patent-pipeline

Asks which of your tools to add it to (Claude Code, Codex, Cursor, VS Code, Windsurf, Gemini CLI, Claude Desktop) and shows the change first. See https://agentmart.dev/cli.

Get the weekly diff

The weekly diff: one email a week with new agent tools, notable updates and grade changes, plus security alerts for tools you follow. Double opt-in, one-click unsubscribe.

We use your email only for this newsletter. Privacy

About

코드베이스 기반 AI 자동 특허 발굴·평가·출원 파이프라인. "특허", "가출원", "patent", "발명 발굴" 등 특허 관련 작업 요청 시 반드시 사용. /patent-pipeline으로 호출.

Use cases: data

No reviews yet. Installed it? Reviews come from verified installers only. How reviews work

Permissions

What this skill can do and what it asks for, from its SKILL.md. Checked Oct 25, 2026.

Tools
No tools found
Secrets
None asked for
Install scripts
None found

Network hosts it talks to 1

  • codeload.github.com · found in install command

Files it touches

  • ~/.claude/skills/patent-pipeline

What's inside

Skill name
patent-pipeline
Description
코드베이스 기반 AI 자동 특허 발굴·평가·출원 파이프라인. "특허", "가출원", "patent", "발명 발굴" 등 특허 관련 작업 요청 시 반드시 사용. /patent-pipeline으로 호출.
License
Apache-2.0
Instructions
380 lines in SKILL.md · view on GitHub

Files (1)

  • SKILL.md

SKILL.md (first lines)

# Patent Pipeline

## 목적

코드베이스를 AI가 분석하여 특허 가능한 발명을 발굴하고, 가치평가 → 선행기술 조사 → 최종평가 → 명세서 생성 → 발송/저장까지를 자동화하는 파이프라인 스킬입니다.

- **헤드리스 반복 리뷰**: 각 핵심 단계(코드분석, 가치평가, 선행기술, 초안생성)에서 서브에이전트가 반복 검증
- **이력 DB 학습**: 과거 발굴·기각·출원 이력을 참조하여 스코프 필터링 및 품질 개선
- **수동/배치 모드**: 사용자 지정(수동) 또는 PR 머지 감지(배치, 추후 구현)

## 인수

| 인수 | 필수 | 설명 |
|------|------|------|
| `target` | 필수 | 분석 대상 (리포 경로, 모듈 경로, 또는 기능 설명) |
| `scope` | 선택 | `full` (전체 스캔), `module` (모듈 단위), `feature` (기능 단위). 기본값: `feature` |
| `step` | 선택 | 특정 단계부터 재개 (0-8). 기본값: 0 |
| `item` | 선택 | 기존 후보 지정 (이력 DB에 있는 후보명. step≥2일 때 사용) |

## 파일 구조

| 파일 | 용도 |
|------|------|
| `docs-business/05. 특허/patent-history.json` | 이력 DB (SoT) |
| `docs-business/05. 특허/{slug}/` | 후보별 산출물 디렉토리 |
| `docs-business/05. 특허/{slug}/*-draft.md` | 가출원 초안 |
| `docs-business/05. 특허/{slug}/prior-art.md` | 선행기술 조사 보고서 |
| `docs-business/05. 특허/{slug}/evaluation.md` | 평가 보고서 |

## 워크플로우

### Step 0: 트리거 & 스코핑

1. `target` 인수 확인. 없으면 사용자에게 질문
2. 이력 DB (`docs-business/05. 특허/patent-history.json`) 로드
3. 이력에서 기각/출원 건과 중복되는 범위를 식별하여 사용자에게 고지
4. 분석 대상 파일 목록 결정

**출력:** 분석 대상 파일 목록 + 제외 사유 (있는 경우)

### Step 1: 코드 분석 — 특허 후보 도출

Agent 툴로 헤드리스 서브에이전트 실행:

```
당신은 소프트웨어 특허 발굴 전문가입니다.

## 분석 대상
{target 경로 및 파일 목록}

## 지시사항
다음 코드베이스를 분석하여 특허 가능한 발명 후보를 도출하세요.

분석 관점:
- 아키텍처 수준의 신규한 구조/조합
- 신규한 알고리즘 또는 데이터 처리 방법
- 기존 기술의 신규한 조합 방식
- 사용자 경험을 혁신하는 인터랙션 패턴

자동 제외:
- 범용 CRUD 패턴
- 표준 라이브러리/프레임워크 사용법
- 공지된 디자인 패턴의 단순 적용

각 파일을 실제로 읽으세요 (기억에 의존 금지).

## 출력 형식

### 읽은 파일
- path/to/file (줄 범위)

### 후보 목록
각 후보마다:
- **명칭**: 발명의 간략한 이름
- **핵심 구성**: 어떤 기술적 구성이 신규한지
- **해결 과제**: 어떤 기술적 문제를 해결하는지
- **관련 코드**: 핵심 파일 및 줄 범위
- **초기 평가**: 특허성 1-10 (근거 포함)

후보가 없으면:
NONE — [구체적 근거]
```

**적대적 반복 리뷰**: 서브에이전트 결과를 받은 후, 제2 서브에이전트(비평자)가 검증한다.

| 패스 | 렌즈 | 체크 항목 |
|------|------|-----------|
| 1 | 기술적 정확성 | 후보의 기술 설명이 코드와 일치하는지. 실제 코드를 읽어 확인. 코드에 없는 기능을 기술 → [CRITICAL] |
| 2 | 누락 발굴 | 분석 대상 코드 중 검토되지 않은 영역이 있는지. 특허성 있는 모듈 간 상호작용이 누락되지 않았는지 |
| 3 | 과잉 발굴 | 공지된 기술의 단순 적용인 후보가 포함되지 않았는지. CRUD/표준패턴이 후보에 남아있으면 → 제거 |
| 4+ | 종합 재확인 | 패스 1–3 재적용. 연속 2회 변경 없음 → 확정 |

비평자 프롬프트에 반드시 포함: "각 후보에 대해 관련 코드 파일을 직접 읽어 기술 설명과 대조하세요."

**출력:** 확정된 후보 목록. 이력 DB에 `status: "candidate"` 로 등록.

### Step 2: 가치 평가

각 후보에 대해 Agent 툴로 헤드리스 서브에이전트 실행:

```
당신은 특허 가치평가 전문가입니다.

## 평가 대상
{후보 명칭, 핵심 구성, 해결 과제}

## 평가 기준 (각 1-10점, 근거 필수)
1. 시장 규모 — 대상 시장 크기
2. 수익 잠재력 — 매출 또는 비용 절감 효과
3. 경쟁 우위 — 기존 대비 차별점
4. 방어 가치 — 경쟁사 견제 효과
5. 구현 가능성 — 현재 기술로 실현 가능성
6. 확장성 — 타 도메인 확장 가능성

## 출력 형식
### 평가 결과
| 항목 | 점수 | 근거 |
각 항목별 점수와 근거

From nextain/naia-adk, Apache-2.0.

More from nextain/naia-adk

Signals

Stars
0
Forks
0
Open issues
10
Last commit (this folder)
Aug 29, 2026 (2 months ago)

From GitHub (fetched Oct 24, 2026).

Details

License
Apache-2.0
First seen
Oct 24, 2026
Last checked
Oct 24, 2026

More from nextain

Cite this page

patent-pipeline skill. Agent Mart. https://agentmart.dev/skills/nextain-patent-pipeline (last updated 2026-10-24)