专利点挖掘与交底书编写利器：patent-disclosure-skill

今天在 GitHub Trending 上看到一个很有价值的项目：patent-disclosure-skill，这是一个专为研发人员设计的专利交底书编写与专利解读 AI 技能，能让真正干活的人也能把技术贡献写进可交付的交底书里。

一、项目概述

patent-disclosure-skill 是一个基于 AgentSkills 标准的 AI 技能包，主要解决研发人员在专利申请过程中的两大痛点：

1. 专利交底书编写：代码是自己敲的、方案是自己扛的，但交底书却卡在「专利点怎么挖、查新怎么写、框图和 Word 怎么一次交得出去」
2. 专利通俗解读：公开专利权要绕、术语密、落地语境散落在说明书与附图里，阅读门槛高

项目支持 发明、实用新型、外观设计 三种专利类型，覆盖从项目材料扫描、专利点挖掘、查新检索、交底书成稿到迭代修改的完整流程。

核心特性

• 专利类型全覆盖：发明/实用新型/外观设计分模板成文，实用与外观先填 Schema 再按 figure_plan.yaml 排序入文图
• 智能项目扫描：按优先级读文档/代码，.docx/.pptx 先转 Markdown 再扫，可选扫描 STEP/CAD 模型
• 外观与结构线稿生成：从产品图/结构图自动提炼造型轮廓与部件序号引出，支持 CAD 三维模型投影
• 国知局查新优先：优先调用国知局中国专利公布公告系统，异常或无果时降级 WebSearch
• Obsidian 知识图谱：专利解读后自动入库 Obsidian，构建私有专利知识库，支持术语双链与关系图谱
• 审查答复辅助：历史通知书与答复脱敏入库，标签过滤 + 向量相似度检索，起草意见陈述草稿

二、技术原理

架构设计

项目采用 Python + Playwright 技术栈，核心架构分为三大模块：

patent-disclosure-skill/
├── prompts/           # 交底书/解读/进化/审查答复的 Prompt 模板
│   ├── disclosure/    # 交底书流程（intake → patent_point → prior_art → builder）
│   ├── patent_reader/ # 专利解读流程
│   ├── evolution/     # 政策感知与技能自进化
│   └── oa/            # 审查答复辅助
├── tools/             # 工具脚本
│   ├── shared/        # 通用工具（md_to_docx、browser、cad-env 等）
│   ├── crawl/         # 国知局爬虫
│   ├── patent_reader/ # 专利解读工具
│   └── oa/            # 审查答复工具
└── examples/          # 示例案件与原材料

核心技术栈与选型理由

关键算法/设计模式

1. 专利点挖掘（Patent Point Extraction）

# prompts/disclosure/invention/patent_point.md 流程示意
intake:
  - 扫描项目文档/代码
  - 提取技术特征
  - 构建候选专利点列表

filter:
  - 按类型筛选（发明/实用/外观）
  - 新颖性评估
  - 实用性判断

output:
  - patent_points.yaml  # 结构化专利点
  - figure_plan.yaml    # 附图规划

2. 查新检索策略

# tools/crawl/cnipa_epub_search.py 核心逻辑
def search_cnipa(keyword: str, patent_type: str = "invention"):
    """
    优先调用国知局 epub.cnipa.gov.cn
    异常或无果时降级 WebSearch
    """
    try:
        results = crawl_cnipa(keyword, patent_type)
        if results:
            return results
    except Exception:
        pass
    
    # 降级 WebSearch
    return web_search(keyword)

3. 交底书迭代更新

采用 时间戳命名 + 对话记录 模式：

outputs/
├── 案件名_20260831090000.md     # 初稿
├── 案件名_20260831150000.md     # 迭代稿
└── 交底书修订对话记录.md         # 修改追溯

数据流分析

项目材料 → 项目扫描 → 专利点挖掘 → 查新检索 → 脱敏 → 交底书成稿
                                              ↓
                                          迭代更新
                                              ↓
                                        输出 .md + .docx

三、安装与快速开始

环境要求

• Python 3.9+（推荐 3.10-3.12 以支持 STEP 解析）
• Playwright 浏览器驱动
• （可选）Obsidian 用于专利解读知识库

安装步骤

# 克隆仓库
git clone https://github.com/handsomestWei/patent-disclosure-skill.git
cd patent-disclosure-skill

# 安装依赖
pip install -r requirements.txt

# 安装 Playwright 浏览器（如果系统没有 Chrome/Edge）
python -m playwright install chromium

# （可选）验证环境
python tools/shared/browser.py --probe

最简运行示例

发明交底书：

# 提供项目路径或技术主题
# 在 Agent 中输入：
"按发明写交底，项目路径 /path/to/your/project"

专利解读：

# 提供公开号或 PDF 路径
"读专利 CN123456789A"
# 或
"读专利 /path/to/patent.pdf"

四、使用方法与实战

基础用法

1. 发明专利交底书

# 项目结构示例
my_project/
├── docs/
│   ├── design.md
│   └── api.md
├── src/
│   └── core.py
└── README.md

# 在 Agent 中输入
"按发明写交底，项目路径 my_project/"

AI 会自动：

1. 扫描 docs/、src/、README.md
2. 提取技术特征与专利点
3. 国知局查新检索
4. 生成 mermaid 框图
5. 输出交底书 .md + .docx

2. 实用新型交底书

# 适用场景：形状、构造、连接与装配
"实用新型交底，材料在 /path/to/structure_project/"

AI 会：

1. 按 structure_schema.parts 填写结构信息
2. 生成结构线稿 SVG
3. 按 figure_plan.yaml 嵌入附图

3. 外观设计交底书

# 适用场景：外形、图案、色彩或其结合
"外观设计交底，材料在 /path/to/design_project/"

AI 会：

1. 从产品图自动生成外观线稿
2. 按 design_lineart_assist.md 流程处理
3. 输出六面视图 + 设计说明

进阶用法

1. Obsidian 专利知识库

# 设置环境变量
export PATENT_READER_OBSIDIAN_VAULT="/path/to/your/vault"

# 解读专利并入库
"读专利 CN123456789A，入库 Obsidian"

AI 会自动：

• 生成 专利解读笔记.md
• 创建 *_图谱.canvas 知识图谱
• 配置 CSS 与 Bases
• 构建术语双链网络

2. 审查答复辅助

# 准备历史通知书与待答复通知书
cases/
├── case_001/
│   ├── oa_notice_1.pdf
│   └── oa_response_1.pdf
└── pending/
    └── oa_notice_pending.pdf

# 在 Agent 中输入
"审查答复：先入库 cases/，再用 pending/oa_notice_pending.pdf 出草稿"

3. 技能自进化

# 联网检索国知局近期政策与审查动向
"技能进化：近 12 个月国知局动向，整理观点↔链接"

AI 会：

1. 联网检索政策动态
2. 整理观点与原文链接
3. 输出到 outputs/evolution/EVOL-*.md

实际项目示例

项目提供了丰富的示例案件：

五、常见问题与解决方案

安装失败

问题：pip install -r requirements.txt 失败

# 解决方案：使用国内镜像
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

问题：Playwright 浏览器安装失败

# 解决方案：手动安装
python -m playwright install chromium --mirror https://npmmirror.com/mirrors/playwright/

运行时错误

问题：国知局爬虫返回空结果

# 解决方案：检查网络与代理
python tools/shared/browser.py --probe

# 或降级使用 WebSearch
# AI 会自动降级，无需手动干预

问题：Word 公式渲染失败

# 解决方案：检查 latex2mathml 版本
pip install latex2mathml>=3.77.0

# 或启用 matplotlib 渲染（需手动安装）
pip install matplotlib
python tools/shared/md_to_docx.py -i a.md -o a.docx --math-render

性能问题

问题：STEP 文件解析慢

# 解决方案：启用 CAD 虚拟环境
python tools/shared/cad_venv.py
python tools/shared/run_step_to_views.py --enable-step-parse -i model.step -o outputs/cad_views

问题：专利解读知识库卡顿

# 解决方案：优化 Obsidian 配置
# 减少实时预览、关闭不必要的插件
# 或使用独立 Vault 专门存放专利解读

兼容性

问题：Obsidian 版本兼容性

# 推荐版本：Obsidian 1.0+
# 必需社区插件：
# - Canvas（内置）
# - Dataview（可选）
# - Bases（可选）

问题：Python 3.9 vs 3.12

# Python 3.10-3.12：支持 STEP 解析（CadQuery）
# Python 3.9：不支持 STEP，其余功能正常

六、总结

patent-disclosure-skill 是一个功能完整、设计精良的专利交底书编写与解读工具。它通过 AI 技术将复杂的专利申请流程标准化、自动化，让研发人员能够专注于技术创新本身，而非被繁琐的文档工作拖累。

项目的三大亮点：

1. 流程全覆盖：从项目扫描、专利点挖掘、查新检索、交底书成稿到迭代修改，覆盖专利申请全生命周期
2. 知识沉淀：专利解读自动入库 Obsidian，构建私有专利知识库，支持术语双链与关系图谱
3. 自进化能力：联网感知政策动向，持续优化交底书写法

如果你是一名研发人员，经常因为专利交底书而头疼，这个工具绝对值得一试。项目的 MIT 开源协议也意味着你可以自由定制和扩展，打造属于自己的专利申请利器。

项目地址：https://github.com/handsomestWei/patent-disclosure-skill
文档：INSTALL.md | SKILL.md
示例：examples/