← 返回 Skills 市场
golngod

胡田 OPC导师 技术尽调

作者 golngod · GitHub ↗ · v1.0.1 · MIT-0
cross-platform ⚠ suspicious
28
总下载
0
收藏
0
当前安装
2
版本数
在 OpenClaw 中安装
/install opc-technical-due-diligence
功能描述
技术尽调初筛工具,用于投资前的技术可行性评估、团队背景核查、专利验证。适用于科技创新项目的真实性核查,识别虚假技术和夸大宣传。核心能力:技术可行性评估、团队背景核查、专利备案验证、商业模式分析。
使用说明 (SKILL.md)

技术尽调初筛工具 (Tech Due Diligence)

技能介绍

适用场景

  • 技术项目投资前的初筛评估
  • 科技创新项目的真实性核查
  • 技术团队/公司的尽职调查
  • 专利和技术声明的可信度验证

核心能力

  1. 技术可行性评估:基于物理定律和现有技术水平判断技术是否可行
  2. 团队背景核查:验证核心成员的学术和职业履历真实性
  3. 专利备案验证:核实专利的真实性、法律状态和保护范围
  4. 商业模式分析:评估商业逻辑的闭环性和盈利可行性

尽调框架(核心方法论)

第一层:材料完整性检查

检查项 检查要点 红旗信号
项目代号/备案号 是否可查询、来源是否权威 无备案或无法核验
团队成员 LinkedIn/学术主页是否可查、履历是否一致 无可查记录、履历矛盾
专利信息 专利号是否真实、申请人是否匹配 伪造专利号、保护期已过
技术参数 是否有具体数值、数据来源 模糊描述、无数据支撑

执行动作

  • 搜索项目名称 + 关键词(骗局/骗子/虚假)
  • 搜索核心团队成员全名
  • 在专利局网站核查专利号
  • 要求提供原始测试报告

第二层:技术可行性分析

2.1 物理定律核查

核心原则:技术参数是否违反已知的物理定律

技术领域 关键物理边界 常见虚假参数
电池 能量密度 ≤ 500 Wh/kg (锂空气理论极限) 声称 1000+ Wh/kg
超导 室温超导需满足零电阻+迈斯纳效应 仅测电阻、不测抗磁性
量子计算 量子比特数 vs 逻辑门保真度 仅宣传比特数
核聚变 Q值 \x3C 1 (目前) 声称Q > 10

2.2 技术成熟度评估 (TRL)

TRL等级 定义 典型产出
TRL 1 观察到基本原理 论文、专利申请
TRL 2 形成技术概念 仿真结果
TRL 3 关键功能验证 实验室原理样机
TRL 4 组件/子系统验证 测试板、功能验证
TRL 5 组件在相关环境中验证 工程样机
TRL 6 系统模型/原型在相关环境中演示 原型
TRL 7 系统原型在运行环境中演示 示范项目
TRL 8 完整系统通过测试 商业化准备
TRL 9 真实系统通过运行验证 规模化商用

判断标准

  • TRL 1-3:基础研究,风险极高
  • TRL 4-6:工程化阶段,需大量资金
  • TRL 7-9:商业化前期,可信度较高

2.3 学术发表核查

  • 在 Google Scholar / Web of Science 检索核心论文
  • 关注:高被引论文、顶刊发表、论文引用关系
  • 警惕:①无学术背景突然发表、②发表在掠夺性期刊、③论文被撤回

第三层:商业逻辑验证

3.1 商业模式画布评估

要素 检查项
价值主张 是否清晰、可量化
客户细分 目标客户是否明确
渠道通路 商业化路径是否可行
客户关系 如何获取和维护客户
收入来源 收费模式是否合理
核心资源 技术壁垒是否足够
关键业务 商业化需要什么能力
成本结构 成本是否可控

3.2 竞争格局分析

  • 现有竞争者有哪些?
  • 替代技术方案是什么?
  • 技术的相对优势是什么?
  • 市场规模是否支撑估值?

3.3 融资阶段与估值匹配

阶段 典型估值 对应TRL 风险特征
天使轮 1000-3000万 TRL 2-3 极高风险
A轮 1-5亿 TRL 4-5 高风险
B轮 5-20亿 TRL 5-6 中高风险
C轮+ 20亿+ TRL 6+ 中等风险

第四层:风险识别与评级

4.1 风险分类

风险类型 评估维度 高风险信号
技术风险 可行性、成熟度、壁垒 违反物理定律、无同行评审
市场风险 需求真实性、竞争、时机 无明确客户、目标市场模糊
团队风险 背景真实性、稳定性、能力 履历造假、核心成员缺失
财务风险 资金需求、烧钱率、退出路径 资金链脆弱、无退出可能
法律风险 知识产权、合规、监管 专利侵权、监管障碍

4.2 综合风险评级

评级 定义 建议
🟢 低风险 通过四层验证,逻辑自洽 可进入深度尽调
🟡 中风险 部分存疑,需进一步核实 建议补充尽调
🟠 高风险 多项红旗信号 建议回避或极度谨慎
🔴 极高风险 明显违反物理定律或造假 强烈建议回避

工作流程

Step 1: 材料收集

输入:
- 项目商业计划书 / 白皮书
- 技术文档 / 专利文件
- 团队介绍
- 已有数据或测试报告

Step 2: 第一层检查(5分钟)

  • 搜索项目名称 + "骗局/虚假/质疑"
  • 核查核心成员公开信息
  • 验证专利号
  • 记录红旗信号

Step 3: 第二层分析(15分钟)

  • 评估技术参数是否合理
  • 查询TRL等级对应证据
  • 检索学术论文和引用
  • 评估技术壁垒

Step 4: 第三层验证(10分钟)

  • 分析商业模式画布
  • 识别竞争者和替代方案
  • 评估估值与阶段匹配度

Step 5: 第四层定级(5分钟)

  • 汇总各维度风险
  • 综合评级
  • 给出投资建议

Step 6: 输出报告

输出:
- 尽调报告(结构化)
- 红旗信号清单
- 风险评级
- 投资建议

输出格式

标准尽调报告模板

# 技术尽调报告

## 一、项目基本信息
| 项目 | 内容 |
|------|------|
| 项目名称 | |
| 技术领域 | |
| 融资阶段 | |
| 尽调日期 | |
| 尽调人员 | |

## 二、材料完整性评估

### 2.1 可查证项
| 项目 | 核查结果 |
|------|----------|
| 项目备案/代号 | |
| 团队成员 | |
| 专利信息 | |
| 技术参数 | |

### 2.2 红旗信号
- [ ] 列出发现的红旗信号

## 三、技术可行性分析

### 3.1 物理定律核查
| 技术指标 | 声称值 | 物理极限 | 是否合理 |
|----------|--------|----------|----------|
| | | | |

### 3.2 TRL评估
| TRL等级 | 证据支撑 | 可信度 |
|---------|----------|--------|
| | | |

### 3.3 学术基础
| 核心论文 | 发表期刊 | 引用数 | 可信度 |
|----------|----------|--------|--------|
| | | | |

## 四、商业逻辑评估

### 4.1 商业模式画布
[分析各要素完整性]

### 4.2 竞争格局
[竞争者分析]

### 4.3 估值匹配
| 融资阶段 | 声称估值 | TRL对应估值 | 匹配度 |
|----------|----------|--------------|--------|
| | | | |

## 五、风险评估

### 5.1 风险矩阵
| 风险类型 | 风险等级 | 主要风险点 |
|----------|----------|------------|
| 技术风险 | | |
| 市场风险 | | |
| 团队风险 | | |
| 财务风险 | | |
| 法律风险 | | |

### 5.2 综合评级
**[🟢/🟡/🟠/🔴] 综合风险评级**

## 六、投资建议

### 6.1 核心结论
[总结关键发现]

### 6.2 建议行动
- [ ] 建议进入深度尽调 / 建议回避 / 补充核实

### 6.3 继续核实清单
- [ ] 待核实事项

使用示例

用户输入

"帮我评估这个项目:某公司声称研发出能量密度2000Wh/kg的固态电池,已获得天使轮5000万估值"

执行流程

  1. 第一层:核查公司注册信息、团队背景
  2. 第二层:对比物理极限(锂空气500Wh/kg)、评估TRL等级
  3. 第三层:分析固态电池赛道竞争格局
  4. 第四层:综合评级(🟠 高风险:能量密度违反物理定律)
  5. 输出:完整尽调报告

注意事项

  1. 保持独立判断:不因项目方的演示或承诺改变客观评估
  2. 关注红旗信号:任何一项重大红旗信号都应提高警惕
  3. 要求原始证据:对关键数据要求提供原始测试报告
  4. 多源验证:关键信息至少通过2个独立渠道验证
  5. 关注时效性:技术发展快,尽调结果有有效期限制

执行路径选择

两种执行模式

模式 适用场景 效率基准 验证深度
纯Coze模式 无IMA知识库资料,需快速初筛 15-20分钟 依赖网络搜索,无结构化验证
Coze+IMA协同模式 有IMA知识库资料,或客户提供原始文档 25-30分钟 65%+问题已验证,可追溯

模式选择判断

开始尽调
    │
    ├─ 是否有IMA知识库资料?
    │       │
    │       ├─ 是 ──→ Coze+IMA协同模式
    │       │
    │       └─ 否 ──→ 客户是否提供原始文档?
    │                   │
    │                   ├─ 是 ──→ 导入IMA → 协同模式
    │                   │
    │                   └─ 否 ──→ 纯Coze模式

协同模式优势

  • 信息底座:IMA知识库提供可检索的企业/项目资料库
  • 验证可追溯:每项核查结论有明确的信息来源标注
  • 效率提升:实测韩国GMF项目28分钟完成32项问题核查,65.6%已验证

💡 首次使用建议:从纯Coze模式开始,熟悉流程后再升级到协同模式


Coze+IMA协同尽调模式(标准子流程)

详见:references/Coze-IMA协同尽调流程.md

核心流程概览

阶段 时长 主要任务 执行主体
阶段1:IMA底座搭建 3-5分钟 搜索/导入项目资料到IMA IMA API
阶段2:尽调框架搭建 8-10分钟 生成5维度32项问题清单 Coze
阶段3:IMA信息验证 8-10分钟 逐项核查,标注可信度 IMA API
阶段4:Coze方案生成 3-5分钟 整合验证结果生成报告 Coze

IMA API认证规范

请求Header

ima-openapi-clientid: {clientid}
ima-openapi-apikey: {apikey}

⚠️ 关键注意:API Key ≠ Client Secret,API Key是更长的那个字符串

5个核心API

API 用途 关键参数
search_note_book 搜索知识库 query_info.title
get_doc_content 获取文档内容 doc_id
list_note_by_folder_id 列出笔记 folder_id, cursor分页
import_doc 导入外部文档 file, title
append_doc 追加文档内容 doc_id, content

验证结果标注

标注 含义 处理方式
🟢 已验证 IMA知识库或二次搜索确认 可直接引用
🟡 部分验证 存在矛盾或信息不足 补充调研方向
🔴 未验证 无相关资料 标注"待核实"+建议行动
🌐 Web补充 IMA无结果,用网络搜索 标注"非IMA验证"
安全使用建议
Install only if you are comfortable reviewing and tightening the workflow first. Treat generated reports as drafts, require explicit approval before uploading or writing back documents, avoid using confidential names in web searches, use platform-managed least-privilege secrets instead of SECRET.md, and verify every factual claim before relying on any investment recommendation.
能力标签
requires-sensitive-credentials
能力评估
Purpose & Capability
The stated purpose of technical due diligence matches use of web search, document review, and report generation, but the bundled scripts and JSON contain prewritten company-specific diligence reports with factual claims, ratings, and investment recommendations rather than deriving those conclusions from supplied evidence.
Instruction Scope
The workflow asks the agent to use IMA APIs, fallback web search, and knowledge-base content, but does not clearly require opt-in controls, redaction, source provenance, or fail-closed behavior before making diligence conclusions.
Install Mechanism
The package uses normal skill files and scripts; metadata static scan was clean and VirusTotal telemetry was unavailable, so there is no malware signal from those sources.
Credentials
Access to confidential project documents, browser/web search, file operations, and IMA knowledge-base APIs is plausible for diligence, but the environment impact is high because deal names, founder names, patents, and hypotheses may be sent to external search or stored persistently.
Persistence & Privilege
The references instruct importing customer documents into IMA and appending final reports back into the knowledge base, and they describe using API keys from SECRET.md or environment variables without adequate secret-handling or retention guidance.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install opc-technical-due-diligence
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /opc-technical-due-diligence 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.1
No user-facing changes in this version; the skill content and functionality remain unchanged.
v1.0.0
opc-technical-due-diligence v1.0.0 - Initial release of a technical due diligence screening tool for investment evaluation. - Provides structured frameworks for assessing technology feasibility, team background, patent verification, and business model analysis. - Designed to identify fake or exaggerated technology claims in innovation projects. - Includes step-by-step workflows, risk rating system, and standardized reporting template. - Supports both rapid web-based screening and in-depth IMA knowledge base collaboration.
元数据
Slug opc-technical-due-diligence
版本 1.0.1
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 2
常见问题

胡田 OPC导师 技术尽调 是什么?

技术尽调初筛工具,用于投资前的技术可行性评估、团队背景核查、专利验证。适用于科技创新项目的真实性核查,识别虚假技术和夸大宣传。核心能力:技术可行性评估、团队背景核查、专利备案验证、商业模式分析。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 28 次。

如何安装 胡田 OPC导师 技术尽调?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install opc-technical-due-diligence」即可一键安装,无需额外配置。

胡田 OPC导师 技术尽调 是免费的吗?

是的,胡田 OPC导师 技术尽调 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

胡田 OPC导师 技术尽调 支持哪些平台?

胡田 OPC导师 技术尽调 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 胡田 OPC导师 技术尽调?

由 golngod(@golngod)开发并维护,当前版本 v1.0.1。

💬 留言讨论