patent-disclosure-skill 专利通俗解读示例取证指南镜像下载、类型挂钩与按图裁切【免费下载链接】patent-disclosure-skill中国专利.skill专利点挖掘与交底书发明/实用/外观编写通俗解读专利嗅探政策动向辅助审查答复。项目地址: https://gitcode.com/GitHub_Trending/pa/patent-disclosure-skill导读examples/example_patent_reader/README.md是本技能专利通俗解读模式的示例专利材料清单与取证入口它回答了一个非常实际的问题做解读测试时公开号对应的 PDF 或外观视图从哪里来本文以该文档为骨架结合仓库内固化下载脚本、源优先级配置、类型判定与附图抽取源码完整展开示例集的定位、下载命令、已知镜像直链、实用新型/外观 Schema 挂钩以及按图裁切captionbbox机制并给出每条命令背后的源码级证据帮助你快速跑通公开号 → 本地 PDF/视图 → 解读笔记的完整链路。一、示例集定位功能测试材料不入库examples/example_patent_reader/目录下目前只保存了一份 README不包含任何 PDF、视图或解读产物。原文档明确说明本目录材料不入库需要自行下载到source/后用于解读 / 关联测试下列示例专利仅用于本技能的功能测试与效果演示不代表技术优劣、权利状态或商业立场亦不构成任何推荐或评价。因此在仓库中该目录扮演的是测试素材指引角色——它告诉使用者该用哪几个公开号、各自覆盖什么测试场景发明公布、实用新型、外观设计、按图裁切、关联对照以及用哪条固化命令拉取。配套的自动化测试如 test_fetch_patent_pdf.py则完全不依赖外网用模拟 HTML 与伪造 PDF 验证解析逻辑这与示例材料不入库、仅作演示的设计互为补充。目录约定的本地落盘位置下载后建议统一放在source/公开号.pdf。解读主流程见 patent_plain_reader.md 第 1 步在用户已提供本地 PDF/全文时会跳过联网取证直接进入extract_patent_text.py文本抽取因此本地落盘路径的一致性能让整条链路更顺畅。二、固化下载入口fetch_patent_pdf.py原文档强调通用入口技能已固化勿另写脚本。这意味着任何需要全文 PDF 的场合都应复用固化脚本而不是每次临时手写下载逻辑。推荐命令为python tools/patent_reader/extract/fetch_patent_pdf.py --pub CN119961396A -o examples/example_patent_reader # → examples/example_patent_reader/source/CN119961396A.pdf命令参数参数说明--pub公开号必填如CN119961390A脚本内部会去空白并大写化normalize_pub-o/--outdir输出 RUN 目录PDF 写入{outdir}/source/{PUB}.pdf--url已知 PDF 直链时跳过页面解析直接下载--timeout网络超时秒数默认 90--save-html保存 Google Patents 页面 HTML 到outdir/_gp_*.html排障用--force覆盖已有 PDF--status-json状态 JSON 路径默认{outdir}/fetch_pdf_status.json底层解析链路源码级在 fetch_patent_pdf.py 中下载流程由fetch_patent_pdf()驱动先调用resolve_reader_patent_type(pub...)做公开号种类码自动判别结果写入状态 JSON 的patent_type/patent_type_label_zh/patent_type_source并在 stdout 打印PATENT_TYPE: ...若目标 PDF 已存在且大小 ≥ 5000 字节、文件头为%PDF则直接复用source_idlocal_existing否则resolve_pdf_url()依次尝试Google Patents 详情页/zh→/en→ 无语言后缀用三条正则citation_pdf_url、pdfLink的 href、patentimages.storage.googleapis.com通用匹配从 HTML 提取 CDN 直链优先挑选 URL 中含公开号的条目页面全部失败时回退到references/patent_pdf_sources.yaml中known_cdn_examples记录的示例直链下载后校验魔数%PDF与最小体积5000 字节报错成功后写{outdir}/source/{PUB}.pdf并输出FETCH_PDF_STATUS: {outdir}/fetch_pdf_status.json。对应测试 test_fetch_patent_pdf.py 覆盖了四种关键场景公开号规范化、从模拟 HTML 提取 CDN URL、页面全失败时回退known_cdn_examples、以及--url直链绕过解析。这四条用例与脚本行为一一对应可以作为下载链路可靠的实现证据。三、源优先级patent_pdf_sources.yaml原文档提示源优先级与备选说明references/patent_pdf_sources.yaml。该配置文件是下载链路的事实来源其中priority越小越优先优先级source id角色状态说明5user_local_pdfoverrideproven用户已提供路径时跳过联网下载10google_patents_pageprimaryproven从详情页 HTML 解析citation_pdf_url/pdfLink/ patentimages CDNpatents.google.com/patent/{pub}.pdf直链常 404勿当主路径20google_patentimages_cdndownloadprovenhash 路径必须从详情页解析不可臆造30cnipa_epubverify_metaproven国知局公布公告核验公开号/标题/摘要/申请人通常不提供可脚本化全文 PDF同时该 yaml 还记录了不稳定/跳过源patentguru 部分 404、google_patent_dot_pdf常失败、商业库需账号以及known_cdn_examples——即下节示例直链的机器可读版本脚本解析该块时采用轻量文本扫描避免强制 pyyaml 依赖匹配CN…: URL形态的行。四、已知镜像直链表与 yaml 同步原文档给出的核心数据表如下这些直链同时固化在 patent_pdf_sources.yaml 的known_cdn_examples中属于仓库证据供功能测试与效果演示直接使用公开号用途PDF / 页面镜像CN119961390A主示例发明公布 · 软件/RAG 类解读https://patentimages.storage.googleapis.com/58/1b/9b/07a9f35635df34/CN119961390A.pdfCN119961396A近似专利关联 / 同域对照https://patentimages.storage.googleapis.com/3f/29/d0/a2461c5080d73d/CN119961396A.pdfCN114552122A按图裁切解读https://patentimages.storage.googleapis.com/c2/6c/51/75412585086edf/CN114552122A.pdfCN209861402U实用新型解读散热片卡扣安装 · Schema 挂钩https://patentimages.storage.googleapis.com/39/b7/d6/0050a57f67b004/CN209861402U.pdfCN309939145S外观设计解读台灯 · Schema 挂钩常无 PDF CDN → 用fetch_design_views.py从国知局取视图见第六节实测证据配置注释与脚本文档fetch_patent_pdf.py 模块 docstring均记录实战多次成功含示例 CN119961390A / CN119961396A / CN114552122A。测试 test_fetch_patent_pdf.py 中也断言known_cdn_examples包含CN114552122A且 URL 以.pdf结尾验证了该表与脚本的同步关系。五、类型挂钩实用新型 / 外观设计Schema原文档指出用fetch_patent_pdf.py拉取后解读入库前在 workdir 写 schema见 type_hooks.md。类型如何确定优先自动判定顺序为用户显式声明 公开号文献种类码 扉页/著录关键词。实现位于 patent_type.py 的resolve_reader_patent_type()公开号种类码映射A/B/C→ 发明U/Y→ 实用新型S→ 外观设计_KIND_LETTER_TO_TYPE公开号形态正则(?i)^(?:CN|ZL)?\d{7,12}([ABYCUS])\d?$著录关键词兜底命中「外观设计」「实用新型」「发明专利」等字样置信度 medium。取证后可直接确认python tools/shared/patent_type.py --pub CN209861402U # PATENT_TYPE: utility_model (实用新型) sourcepub_kind_code判定后的 Schema 挂钩类型Read合同Agent 落盘入库写入实用新型shared/fill_structure_schema.mdreferences/schemas/structure.schema.yamlworkdir/structure_schema.json笔记「结构说明」节连接表含件号名称 Canvas 结构卡外观设计shared/fill_appearance_schema.mdreferences/schemas/appearance.schema.yamlworkdir/appearance_schema.json笔记「外观要点」节 Canvas 外观卡发明默认现有叙事—可选 StructureSchema同上时机校对权要 / 写claim_deltas之后、撰写解读正文之前填 schema入库时 write_patent_obsidian_note.py 自动读取或--structure-schema/--appearance-schema显式指定。用户未声明类型时不得因「没说类型」而跳过 Schema——公开号种类码足以自动触发。解读触发示例原文档原文请按专利通俗解读流程读 CN209861402U公开号即可类型由种类码自动判为实用新型填 structure_schema 后入库。 请按专利通俗解读流程读 CN309939145S自动判为外观设计填 appearance_schema 后入库。对应下载命令类型公开号下载实用新型CN209861402Upython tools/patent_reader/extract/fetch_patent_pdf.py --pub CN209861402U -o examples/example_patent_reader外观设计CN309939145Spython tools/patent_reader/extract/fetch_design_views.py --pub CN309939145S -o examples/example_patent_reader六、外观设计视图取证fetch_design_views.py中国外观设计CN…S在 Google Patents 上常无 PDF CDN / 附图且直连epub.cnipa.gov.cn/patent/{公开号}会被 WAF 拦成空页。因此fetch_patent_pdf.py对CN309939145S这类公开号通常会失败应改用 fetch_design_views.pypython tools/patent_reader/extract/fetch_design_views.py --pub CN309939145S -o examples/example_patent_reader # → examples/example_patent_reader/figures/images/view_001.jpg … # → examples/example_patent_reader/figures/manifest.json # → examples/example_patent_reader/source/CN309939145S_design_brief.json # → examples/example_patent_reader/fetch_design_status.json工作原理源码级脚本内部固化了一条可复现链路模块 docstring 与 fetch_design_views.py 实现一致复用tools/crawl/cnipa_epub_crawler.py的 Playwright 启动与检索能力过公布站首页 WAF按公开号检索patent_typedesign同浏览器会话打开/patent/{公开号}详情页从 HTML 解析/imgs/.../NNNNNN.jpg视图目录正则IMG_PATH_REHTML 解析失败时降级用 live DOM 的imgsrc 探测对目录做序号探测从000001起依次请求双终止条件——序号硬上限SEQ_MAX_INDEX_CAP50防止死循环 / 打爆站点以及已有成功下载后连续 miss ≥ 3 次提前停SEQ_STOP_AFTER_MISSES下载全尺寸视图并写入figures/images/view_NNN.jpg同时写出检索命中的简要说明*_design_brief.json与figures/manifest.json每张图带decisioninsert、qualityusable等元数据供解读笔记直接引用。前置依赖与国知局爬虫相同——Playwright Chromium见 requirements-cnipa.txt。脚本会检查公开号是否为外观_is_design_pub发明/实用新型误用时会抛出请用 fetch_patent_pdf.py的提示。可选参数--include-thumbs同时下载*_thumb.jpg、--max-index调整探测上限被硬截断到 50。七、按图裁切CN114552122A 的自动附图抽取原文档特别说明提供CN114552122A的 PDF 做通俗解读时技能会按 patent_plain_reader.md自动跑附图抽取有可选中图注则按图号裁切写入「特征—附图对照」扫描件则回退整页预览。无需手动执行抽取脚本。这一自动化来自 extract_patent_figures.py底层实现在 figure_extract.py按专利图注「图 N / FIG. N」锚定邻近的矢量/嵌入图 bbox裁切 PNG 并做质量门决策依赖 pymupdf。手动执行时的参数python tools/patent_reader/extract/extract_patent_figures.py -i patent.pdf -o tmp/patent_reader/${RUN}/figures # 人工确认后少丢可用图追加 --include-review参数默认说明-i/--input—输入 PDF 路径必填-o/--output—输出目录写figures/manifest.json与 PNG--dpi200渲染分辨率--min-xref-bytes8000xref 嵌入图最小体积门槛--xref-onlyoff仅用 xref 嵌入图旧行为--include-reviewoffqualityreview的图也标为decisioninsert产出与解读笔记的衔接读取FIGURES_MANIFEST后decisioninsert的图可嵌入第六节![[images/…]]qualityreview默认按placeholder处理仅用[!figure]占位除非加--include-review。入库脚本也会自动补嵌 insert 图并支持--strict-figures要求笔记已嵌入禁止只靠自动补嵌与--scan-pages扫描件整页预览。八、从示例到完整解读与主流程的衔接拿到 PDF / 视图后后续步骤按 patent_plain_reader.md 的严格顺序推进取证与结构化extract_patent_text.py -i pdf -o RUN --pub-number 公开号实用/外观先按type_hooks.md填 Schema技术落地线索build_context_anchor.pybuild_claim_mermaid.py校对claim_tree.json重点处理「权 A 或 B」「权 A 至 C」这类多引用validate_claim_tree.py --write --require-reviewclaim_deltas.json为每项权利要求写大白话增量公开检索validate_public_clues.py筛选 Agent 逐条抓取回写anchor_fits写解读笔记 → lint → 写入 Obsidian → 交付 → 库内专利关联link_patent_notes.py可--dry-run预览边。其中第 8 步交付后只要库内已有 ≥2 篇解读笔记技能会主动反问是否做「专利关联」按同申请人 / IPC / 共术语等规则连边并生成全局Research/Patents/_专利关联.canvas仅辅助导航禁止写成侵权/无效结论。九、注意事项与边界镜像直链仅供示例known_cdn_examples只覆盖文中 4 个 PDF 公开号通用下载仍应走解析详情页 → CDN链路hash 路径不可臆造无稳定国内免费全文镜像国知局 epub 只做元数据核验全文 PDF 需从 Google Patents 链路或用户自备获得失败时可用cnipa_epub_search.py核验公开号禁止虚构 PDF URL示例材料不代表立场这些公开号仅用于功能测试与效果演示不构成推荐或评价解读结果亦不构成法律意见自动类型判定fetch_patent_pdf.py的fetch_pdf_status.json已含patent_type字段可直接驱动后续 Schema 挂钩无需用户口头声明类型。通过本文你已能独立完成用固化命令拉取四类示例专利发明、近似对照、按图裁切、实用新型、为外观设计走国知局视图链路、按种类码自动挂钩 Schema并把材料接入完整的通俗解读流程。【免费下载链接】patent-disclosure-skill中国专利.skill专利点挖掘与交底书发明/实用/外观编写通俗解读专利嗅探政策动向辅助审查答复。项目地址: https://gitcode.com/GitHub_Trending/pa/patent-disclosure-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考