# External Tech Acquisition

> 央企外部科技成果吸纳工作流。覆盖从战略需求→情报扫描→成果评估→尽职调查→转化路径→决策证据链的完整闭环，通过五大工作模式调用智慧芽MCP能力，系统性解决央企科技管理部门在吸纳外部科技成果时面临的六大难点。

- Skill: `patsnap/external-tech-acquisition` (Agent Skill)
- Install (CLI): `npx skillmds@latest add patsnap/external-tech-acquisition`
- Raw SKILL.md: https://api.skillmd.com/api/skills/patsnap/external-tech-acquisition/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: patsnap (https://skillmd.com/u/patsnap)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/patsnap/external-tech-acquisition

---


# 央企外部科技成果吸纳工作流

## 背景与定位

本技能面向**央企科技管理部门负责人**，解决外部科技成果吸纳工作中的六大核心难点：

1. 技术评估能力不足
2. 知识产权边界不清
3. 央企体制与市场定价张力
4. "最后一公里"内部承接问题
5. 考核激励与风险容忍矛盾
6. 信息不对称与中介市场失灵

通过调用智慧芽MCP能力，将原本依赖专家经验和人工检索的工作转化为**可复用、可追溯、可审计**的标准化流程。

---

## 触发条件

用户输入以下任意内容时启动本技能：

- 提及"外部科技成果"、"技术引进"、"成果转化"、"吸纳外部技术"
- 提及"扫描技术领域"、"专利情报"、"成果情报简报"
- 提供专利号清单并要求评级或尽职调查
- 描述一项拟引进技术并询问转化路径
- 明确要求"立项预审"、"决策证据链"、"引进模式"

---

## 五大工作模式

### 模式 A：情报扫描模式

**适用场景**：科技管理部门定期主动扫描某技术领域，发现潜在引进标的。

**输入**：
- 技术领域关键词（必填）
- 重点关注的应用场景或技术方向（可选）
- 扫描时间范围（可选，默认近3年）

**执行步骤**：

```
Step 1 - 专利扫描
调用 patent.search（mcp_patent-search__patsnap_search）
  参数：search_strategy=["semantic","keyword"]
       semantic_query=技术领域自然语言描述
       keywords=提取的核心技术关键词（3-6个）
       sources=["patent"]
       topk=30
       filters.date_from=近3年起始日期

Step 2 - 论文扫描
调用 paper.search（mcp_patent-search__patsnap_search）
  参数：search_strategy=["semantic","keyword"]
       semantic_query=同上
       keywords=同上
       sources=["paper"]
       topk=20

Step 3 - 结果整理
按以下维度对检索结果分类：
  - 高校/科研院所成果（潜在许可/转让标的）
  - 初创企业成果（潜在合作开发/入股标的）
  - 国外机构成果（潜在引进/合作标的）
  - 高被引论文（尚未专利化的前沿研究，主动对接价值）

Step 4 - 输出成果
生成《月度外部技术成果扫描简报》，包含：
  - 技术领域热点摘要（近期专利/论文趋势）
  - 重点标的清单（Top10，含机构、专利号/论文DOI、简要评价）
  - 建议优先跟进标的（3-5项）
  - 建议下一步动作（进入模式C评级 或 直接联系）
```

**输出物**：Markdown格式扫描简报

---

### 模式 B：供给方评估模式

**适用场景**：已锁定一家机构/企业，需评估其整体技术实力和合作价值。

**输入**：
- 供给方机构/企业名称（必填）
- 关注的具体技术方向（可选）

**执行步骤**：

```
Step 1 - 公司技术画像
加载并调用 company-tech-profile 技能
  输入：公司名称 + 技术方向

Step 2 - 竞争格局对比
加载并调用 competitive-landscape 技能
  目的：了解该供给方在行业中的技术地位，
        识别同类技术的其他供给方（备选方案）

Step 3 - 综合评价
输出供给方评估报告，包含：
  - 技术实力概览（专利数量/质量/技术方向）
  - 行业地位（与竞争者的相对位置）
  - 合作价值判断（技术互补性、战略协同性）
  - 替代供给方清单（为谈判提供备选支撑）
  - 建议合作模式
```

**输出物**：供给方评估报告（Markdown）

---

### 模式 C：资产分级模式

**适用场景**：供给方提供专利号清单，需批量完成技术与法律价值评估。

**输入**：
- 专利号清单（必填，支持CN/US/EP/WO等）
- 企业重点关注的技术方向（可选，用于匹配度评分）

**执行步骤**：

```
Step 1 - 批量专利数据获取
调用 patent.fetch（mcp_patent-search__patsnap_fetch）
  参数：keys=专利号列表
       key_type="pn"
       module=["basic","legal","family","citation"]
  说明：获取每件专利的全量数据（基本信息+法律状态+家族+引用）

Step 2 - 资产分级评审
加载并调用 patent-asset-grading 技能
  评分维度（五维）：
    - 技术关联性：与企业研发方向的匹配度
    - 权利要求强度：独立权利要求的保护范围扎实程度
    - 市场覆盖度：主要目标市场的专利布局
    - 剩余保护期：结合法律状态的可用年限
    - 被引用/交叉价值：高被引代表核心技术节点

Step 3 - IP边界核查
基于Step 1获取的 legal 和 family 数据，逐件核查：
  □ 是否存在质押记录
  □ 是否存在许可在先（独占许可/普通许可）
  □ 是否存在权属争议或共有情况
  □ 海外同族专利的覆盖国别是否与企业市场匹配
  □ 引用链中是否存在上游基础专利依赖风险

Step 4 - 输出成果
生成《专利资产分级评审报告》，包含：
  - 资产分级汇总表（S/A/B/C/D五档）
  - 各维度评分明细
  - IP边界核查结论（红/黄/绿三色标注）
  - 重点关注清单（S/A级 + 有IP风险的）
  - 谈判优先级建议
```

**输出物**：专利资产分级评审报告（Markdown + 可选Word）

---

### 模式 D：转化路径模式

**适用场景**：已确定拟引进的技术/专利，需确定最优引进模式和对接目标。

**输入**：
- 拟引进专利号或技术描述（必填）
- 企业自身技术现状（可选）
- 预算范围和时间窗口（可选）

**执行步骤**：

```
Step 1 - 转化路径发现
加载并调用 tech-transfer-target-discovery 技能
  输入：专利号或技术描述
  自动识别：许可 / 转让 / 合作开发 / 作价入股 四种路径的适用性
  输出：目标企业/机构短名单 + 推荐对接路径

Step 2 - 路径适配评估
对每种路径进行可行性评估：

  许可模式：
    适用条件：技术已成熟、企业有能力独立实施、对方愿意保留所有权
    国资合规要点：需评估许可费标准是否在合理范围内
    风险点：独占许可条款谈判、许可范围边界

  转让模式：
    适用条件：技术关键性高、对方愿意完全退出、一次性定价可接受
    国资合规要点：需经过国资评估备案，防止国有资产流失认定
    风险点：转让价格合规性、瑕疵担保条款

  合作开发模式：
    适用条件：技术尚未成熟（TRL 4-6级）、双方均有研发能力
    国资合规要点：约定合作成果归属比例，避免后续争议
    风险点：成果归属条款、保密义务、退出机制

  作价入股模式：
    适用条件：对方为初创企业、技术具有高成长潜力
    国资合规要点：需通过资产评估机构出具评估报告，国资委备案
    风险点：估值合规性、股权稀释、退出通道

Step 3 - 输出推荐方案
生成《技术引进路径推荐报告》，包含：
  - 推荐路径（第一优选 + 备选）及理由
  - 关键谈判要点清单
  - 国资合规操作要点
  - 内部承接单元建议（哪个业务单元最适合）
  - 下一步行动计划（含时间节点建议）
```

**输出物**：技术引进路径推荐报告（Markdown）

---

### 模式 E：立项决策模式

**适用场景**：需要生成完整的尽职调查证据链，支撑立项审批和尽职免责。

**输入**：
- 已完成模式C（资产分级）和模式D（转化路径）的输出结果
- 企业内部立项模板（可选上传）

**执行步骤**：

```
Step 1 - 研发立项预审
加载并调用 rd-initiation-review 技能
  目的：从技术创新性、市场可行性、战略契合度三个维度
        完成独立的项目预审评价

Step 2 - 证据链汇总
整合以下材料形成完整证据包：
  □ 情报扫描简报（模式A输出，证明"市场调研已完成"）
  □ 供给方评估报告（模式B输出，证明"供给方尽调已完成"）
  □ 专利资产分级报告（模式C输出，证明"IP评估已完成"）
  □ 技术引进路径报告（模式D输出，证明"方案比选已完成"）
  □ 立项预审报告（Step 1输出，证明"独立评审已完成"）

Step 3 - 尽职免责声明生成
生成标准化《技术引进尽职调查说明》，包含：
  - 调查范围与方法说明
  - 主要发现摘要
  - 风险提示及应对措施
  - 决策依据说明
  - 免责边界声明

Step 4 - 输出决策包
生成《技术引进立项决策包》，包含：
  - 项目概况一页纸（供管理层快速决策）
  - 完整证据链目录（供审计/合规查阅）
  - 建议决策结论（通过/附条件通过/暂缓/否决）
```

**输出物**：立项决策包（Markdown，可转Word）

---

## 完整工作流（五模式串联）

```
战略需求输入
     │
     ▼
[模式A] 情报扫描
patent.search + paper.search
→ 月度扫描简报 + 重点标的清单
     │
     ▼（选定标的）
[模式B] 供给方评估
company-tech-profile + competitive-landscape
→ 供给方评估报告 + 备选供给方清单
     │
     ▼（供给方提供专利清单）
[模式C] 资产分级
patent.fetch（legal/family/citation）+ patent-asset-grading
→ 专利资产分级报告（S/A/B/C/D）+ IP边界核查
     │
     ▼（S/A级资产进入下阶段）
[模式D] 转化路径
tech-transfer-target-discovery
→ 引进路径推荐 + 内部承接建议
     │
     ▼
[模式E] 立项决策
rd-initiation-review + 证据链汇总
→ 立项决策包 + 尽职免责声明
```

---

## 输出规范

- 所有报告均输出为 Markdown 格式，便于复制到内部系统
- 关键数据（专利号、评分、法律状态）必须标注数据来源 [S#]
- 风险项目使用 🔴红色/🟡黄色/🟢绿色 三色标注
- 每份报告末尾附"建议下一步行动"

---

## 依赖能力清单

| 依赖类型 | 名称 | 用途 |
|---------|------|------|
| MCP工具 | patent.search | 专利检索 |
| MCP工具 | paper.search | 论文检索 |
| MCP工具 | patent.fetch | 专利全文+法律状态+家族+引用获取 |
| 技能 | company-tech-profile | 供给方技术画像 |
| 技能 | competitive-landscape | 技术竞争格局分析 |
| 技能 | patent-asset-grading | 专利资产分级评审 |
| 技能 | tech-transfer-target-discovery | 转化路径发现 |
| 技能 | rd-initiation-review | 研发立项预审 |

---

## 使用示例

**示例1（模式A）**：
> 用户："帮我扫描一下工业机器视觉检测领域最新的外部科技成果"

**示例2（模式C）**：
> 用户："某高校给了我们一份专利清单：CN112345678A、CN113456789B、US10987654B2，帮我评估这批资产的质量"

**示例3（模式D）**：
> 用户："我们想引进一项基于深度学习的焊缝缺陷检测技术，应该选哪种合作方式？"

**示例4（完整流程）**：
> 用户："我们在布局新能源储能方向，需要系统性地扫描、评估并制定引进方案"

## 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/)](https://open.zhihuiya.com/) 获取MCP。