Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →KIPRIS Plus로 특허·실용신안·디자인·상표를 검색해 출원 현황과 서지정보를 정리해 드립니다. 다음과 같은 요청 시 사용하세요: - "딥러닝 이미지 분류 관련 특허 검색해줘" - "삼성전자 반도체 등록특허 찾아줘" - "최근 5년간 배터리 기술 출원 현황 조사해줘" - "자율주행 LiDAR 선행기술 조사해줘" - "이 키워드로 특허 출원 추이 알려줘" - "KIPRIS에서 상표 검색해줘" - "이 분야 출원인별 경쟁 현황 정리해줘" 특허 목록·핵심 청구항 요약·IPC 분류별 분포를 정리하고, 선행기술 조사·FTO·출원서가 필요하면 moai-research:patent-analyzer로 이어집니다.
.claude/skills/modu-ai-patent-search/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 33% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 19% | 0% |
| case-13 | ✗→✓ | ▲ Improved | 54% | 0% |
| case-04 | ✗→✓ | ▲ Improved | 26% | 0% |
| case-09 | ✗→✓ | ▲ Improved | 37% | 0% |
KIPRIS Plus(한국지식재산보호원) API를 활용하여 특허, 실용신안, 디자인, 상표를 검색하고 서지정보를 체계적으로 정리하는 전문 스킬입니다. 선행기술 조사, 출원 현황 파악, 기술 동향 분석을 지원합니다.
KIPRIS Plus API 키가 필요합니다:
IF KIPRIS_API_KEY 미설정:
"특허 검색을 위해 KIPRIS Plus API 키가 필요합니다.
발급 방법:
1. https://plus.kipris.or.kr/ 접속 → 회원가입
2. 마이페이지 → 인증키 발급
3. 또는 https://www.data.go.kr/data/15065437/openapi.do 에서 활용신청 (무료)
API 키를 입력해 주세요:"
→ 사용자가 키 입력
→ ${CLAUDE_PLUGIN_DATA}/moai-credentials.env에 KIPRIS_API_KEY 저장
→ Step 2로 진행API 기본 정보
주요 검색 API
| API | 설명 | 파라미터 | |-----|------|----------| | 검색 | 출원/등록 특허 검색 | keyword, ipc, applicant, inventor | | 출원정보 | 출원번호 기본 정보 | applicationNumber | | 청구항 | 청구항 텍스트 | applicationNumber | | 인용 | 인용 특허 정보 | applicationNumber |
검색 API 호출 예시:
GET https://plus.kipris.or.kr/openapi/rest/patentSearchInfo
?ServiceKey={KIPRIS_API_KEY}
&keyword={검색어}
&ipc={IPC코드}
&year={연도}"딥러닝 기반 이미지 분류 관련 특허를 검색해줘."
"삼성전자의 반도체 관련 등록특허를 찾아줘."
"최근 5년간 배터리 기술 출원 현황을 조사해줘."
"자율주행 선행기술을 조사해줘. LiDAR 관련 특허야."발급처
API 스펙
IPC 분류코드
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 22,447 | 20,288 | -10% | 1 | 1 | 0% | 3,869 | 5,148 | +33% | 0 | 0 | — |
case-02 | fail→pass | 23,381 | 19,501 | -17% | 1 | 1 | 0% | 3,962 | 4,706 | +19% | 0 | 0 | — |
case-13 | fail→pass | 9,536 | 4,278 | -55% | 1 | 1 | 0% | 1,460 | 2,254 | +54% | 0 | 0 | — |
case-03 | fail→fail | 22,700 | 25,321 | +12% | 1 | 1 | 0% | 3,916 | 6,024 | +54% | 0 | 0 | — |
case-04 | fail→pass | 9,161 | 2,349 | -74% | 1 | 1 | 0% | 1,524 | 1,920 | +26% | 0 | 0 | — |
case-05 | fail→fail | 10,883 | 6,596 | -39% | 1 | 1 | 0% | 1,877 | 2,728 | +45% | 0 | 0 | — |
case-06 | pass→pass | 4,351 | 3,566 | -18% | 1 | 1 | 0% | 795 | 2,145 | +170% | 0 | 0 | — |
case-07 | pass→pass | 10,668 | 9,717 | -9% | 1 | 1 | 0% | 1,549 | 3,280 | +112% | 0 | 0 | — |
case-08 | pass→pass | 8,366 | 7,517 | -10% | 1 | 1 | 0% | 1,391 | 2,781 | +100% | 0 | 0 | — |
case-09 | fail→pass | 12,105 | 6,532 | -46% | 1 | 1 | 0% | 1,881 | 2,582 | +37% | 0 | 0 | — |
case-10 | pass→pass | 13,479 | 10,787 | -20% | 1 | 1 | 0% | 2,476 | 3,465 | +40% | 0 | 0 | — |
case-11 | fail→pass | 5,966 | 3,550 | -40% | 1 | 1 | 0% | 886 | 2,158 | +144% | 0 | 0 | — |
case-12 | pass→pass | 5,475 | 1,990 | -64% | 1 | 1 | 0% | 939 | 1,763 | +88% | 0 | 0 | — |
case-14 | fail→pass | 10,716 | 4,408 | -59% | 1 | 1 | 0% | 1,718 | 2,207 | +28% | 0 | 0 | — |
case-15 | fail→pass | 12,422 | 4,211 | -66% | 1 | 1 | 0% | 1,802 | 2,272 | +26% | 0 | 0 | — |
case-16 | fail→pass | 14,646 | 2,488 | -83% | 1 | 1 | 0% | 2,421 | 1,928 | -20% | 0 | 0 | — |
case-17 | pass→pass | 18,780 | 15,598 | -17% | 1 | 1 | 0% | 2,807 | 3,871 | +38% | 0 | 0 | — |
case-18 | pass→pass | 5,177 | 3,591 | -31% | 1 | 1 | 0% | 898 | 2,105 | +134% | 0 | 0 | — |
case-19 | fail→pass | 15,178 | 10,430 | -31% | 1 | 1 | 0% | 2,349 | 3,203 | +36% | 0 | 0 | — |
case-20 | fail→pass | 10,786 | 4,106 | -62% | 1 | 1 | 0% | 1,659 | 2,279 | +37% | 0 | 0 | — |
case-21 | fail→fail | 25,270 | 21,986 | -13% | 1 | 1 | 0% | 3,833 | 5,119 | +34% | 0 | 0 | — |
case-22 | pass→pass | 9,488 | 10,820 | +14% | 1 | 1 | 0% | 1,441 | 3,244 | +125% | 0 | 0 | — |
case-23 | fail→fail | 14,072 | 20,364 | +45% | 1 | 1 | 0% | 2,268 | 4,787 | +111% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 23 cases were attempted. The headline lift of +48 percentage points is the difference between those two pass rates over the 23 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.