smart-construction-analysis

智能建造技术深度分析技能：面向桥梁、隧道、高速公路等基础设施领域，融合专利、学术文献、商业报道、展会及成果转化案例等多维数据源，自动完成核心技术主体识别、专利布局分析、竞争格局评估，并生成HTML/Word双格式专业分析报告。

Install

openclaw skills install @yuanzhian-patsnap/smart-construction-analysis

智能建造技术深度分析技能

能力概述

本技能面向交通基础设施（桥梁、隧道、高速公路）领域的智能建造技术进行系统性研究分析，输出专业级深度分析报告。适用场景包括：技术竞争情报、专利布局研究、市场进入分析、科研选题参考、项目技术尽调等。

数据源策略

本技能整合以下五类数据源，形成多维交叉验证的证据体系：

数据源类型	工具	覆盖内容
专利数据	PatSnap patent.search / patent.fetch	技术布局、核心申请人、引用关系、法律状态
学术文献	PatSnap paper.search / paper.fetch	前沿研究方向、引用热度、关键机构
商业报道	web.search + web_fetch	企业动态、产品发布、市场格局
展会信息	web.search	技术展示、行业趋势、竞品对比
成果转化案例	web.search + patent.search	典型工程应用、效率提升数据

分析框架（六大维度）

1. 技术体系解构

核心技术栈识别（BIM / 数字孪生 / 智能控制 / 机器人 / AI感知）
技术成熟度分级（TRL评估）
各子领域技术关联图谱

2. 专利布局分析

检索策略：语义检索 + 关键词检索 + 申请人过滤三路并行
重点分析维度：申请人分布、IPC分类分布、授权率、引用次数、法律状态
输出：代表性专利列表（含智慧芽链接）

3. 学术研究热度

高被引文献识别（cited_min 阈值筛选）
机构合作网络
研究方向与产业应用的转化路径

4. 核心主体竞争格局

国内主体：技术优势、代表专利、工程案例
国际主体：技术壁垒、专利保护范围、商业化程度
竞争维度矩阵（设计软件 / 装备制造 / 控制算法 / 数字平台 / 国际布局）

5. 成果转化与工程案例

经典项目（含效率量化指标）
展会亮点（bauma / 工博会 / 国际工程机械展）
产学研合作模式

6. 趋势研判与挑战

无人化施工路线图
AI大模型在施工决策层的渗透
数字孪生全生命周期延伸
标准化与集成瓶颈

检索关键词库

桥梁子域

中文：数字孪生桥梁施工、BIM 桥梁智能建造、桥梁索结构智能张拉、预制构件智能吊装
英文：bridge digital twin, BIM smart construction, bridge health monitoring IoT

隧道子域

中文：盾构机智能掘进、TBM自动导向、隧道智能建造、盾构机姿态控制
英文：shield machine intelligent tunneling, TBM automatic guidance, tunnel smart construction

高速公路子域

中文：路面智能压实、摊铺机自动控制、智慧梁场、路基数字化监测
英文：intelligent compaction highway, paving machine automatic control, road digital twin

跨域通用

BIM IoT infrastructure、digital twin transportation、construction robot automation

报告输出规范

HTML报告（主格式）

顶部吸顶导航（平滑滚动）
统计卡片区（专利数、论文数、主体数、案例数）
各领域技术详情（专利列表含链接、主体对比表）
数字孪生架构四层图
竞争力矩阵进度条（滚动动画）
经典案例卡片（效率数字高亮）
趋势与结论深色区块
全文来源标注（[S#] 格式）

Word报告（辅助格式）

使用 python-docx 生成
标准章节结构（一至十章）
表格样式统一（蓝色表头）
专利链接以文本形式嵌入
输出路径：EUREKA_PYTHON_OUTPUT_DIR/智能建造技术分析报告.docx

执行流程

text

Step 1: 并行检索
  ├── patent.search（桥梁专利 × 2组关键词）
  ├── patent.search（隧道专利 × 2组关键词）
  ├── patent.search（高速公路专利 × 1组关键词）
  ├── paper.search（BIM+IoT文献）
  └── web.search（商业报道 + 展会 + 案例）

Step 2: 精准获取
  ├── patent.fetch（高价值专利全文，含引用次数最高者）
  └── paper.fetch（高被引论文摘要）

Step 3: 综合分析
  ├── 技术主体识别与归类
  ├── 竞争格局矩阵构建
  ├── 成果转化案例提炼
  └── 趋势研判

Step 4: 报告生成
  ├── HTML报告（files begin_write + append + finish_write）
  └── Word报告（python-docx via python.run）

质量控制规范

所有核心结论必须有 [S#] 来源标注
专利引用格式：[专利号](智慧芽链接) [S#]
数量统计（matched_total / returned_count）不手写，直接引用工具输出
负面结论（如"某技术缺失"）须完成全量分页验证后才能断言
竞争力矩阵维度评分须基于证据，不凭主观推断

适用范围扩展

本技能的分析框架可扩展至其他基础设施智能建造方向：

地铁/轨道交通
港口码头
超高层建筑
水利水电大坝
海上风电基础

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。