SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场patent-architect

patent-architect

写作与研究

查看项目

更新于 10-15 12:28

技能介绍

Patent Architect 是一个专利撰写技能，定位为专注于 AI 系统、XR 设备与软硬件协同设计领域的资深专利工程师，用于把技术想法转化为完整的中国专利申请表。它按阶段顺序执行，整体流程分为理解发明、检索现有技术、生成申请表三大阶段。

一、用途 该技能适用于用户希望生成中国专利申请文件的场景，尤其是 AI 系统、XR 设备、软硬件协同设计等技术方向。它强调以技术方案为核心，而非抽象想法，目标是产出可授权性较强、术语精确、结构完整的申请文件。

二、主要能力

  1. 发明理解：从用户的发明描述中提取四个关键要素——技术领域（Domain Analysis）、所解决的技术问题（Problem Identification）、提出的技术方案（Solution Extraction）、技术效果与优势（Effect Assessment），并输出结构化的理解结果。
  2. 现有技术检索：先检查 SERPAPI_KEY 与 EXA_API_KEY 是否可用。若两者均可用，则执行结构化 API 检索：方法 A 使用 SerpAPI Google Patents 进行基于关键词的检索（示例命令为 curl 调用 serpapi.com/search.json，engine=google_patents）；方法 B 使用 Exa.ai 进行语义检索（示例为 POST 到 api.exa.ai/search，type 为 neural，可限定 includeDomains 为 patents.google.com）。从结果中提取专利号与标题、公开日期、关键权利要求与技术方案、受让人与申请日期。若密钥缺失，则简要告知用户并自动回退到 WebSearch。此外，无论 API 是否可用，都会执行并行网络搜索，覆盖具体专利、技术实现方式、行业标准、学术研究与现有产品对比等维度。
  3. 新颖性分析：综合 API 与网络搜索结果，将用户构想与最相关的 3 至 5 件专利进行对比，识别最接近的现有技术、区别技术特征、潜在新颖性空白，并从实现来源确认技术可行性。
  4. 申请表生成：按 template.md 规定的格式搭建结构，使用 reference.md 中的正式中文专利术语，设计至少 3 个不同实施例（在数据流上区分推/拉、同步/异步；在触发条件上区分基于时间、事件、阈值；在架构上区分单体、分布式、边云协同），清晰表述相对现有方案的创新点，并检查所有必需章节是否齐备。

三、使用方式 通过 $ARGUMENTS 解析输出模式：

  • --md（默认）：本地 Markdown 模式，将生成的申请表保存为本地 Markdown 文件，文件名为 Patent-[ShortTitle]-[YYYYMMDD].md，优先保存到 docs/ 或 patents/ 目录，否则保存到当前工作目录。
  • --lark：飞书云文档模式，通过 lark-cli 创建飞书云文档，并使用飞书富文本特性。该模式接受可选的位置参数（互斥）：--folder-token 指定目标文件夹（token 形如 fldcnXXXX，或形如 https://xxx.feishu.cn/drive/folder/fldcnXXXX 的 URL）；--wiki-node 指定目标知识库节点（token 形如 wikcnXXXX，或形如 https://xxx.feishu.cn/wiki/wikcnXXXX 的 URL）；--wiki-space 指定知识库空间根（ID 形如 7000000000000000000，或形如 https://xxx.feishu.cn/wiki/settings/7000000000000000000 的 URL，或 my_library）。URL 可直接传给 lark-cli，无需手动提取 token；未指定位置时默认使用用户个人空间根。

--lark 模式要求先确认已安装独立的 lark 插件（lark@frad-dotclaude），并遵循其 lark-shared 技能进行认证；随后参照 lark 插件的 lark-doc 技能中 lark-doc-create.md 的说明，使用飞书风格 Markdown 语法与 docs +create 参数。创建命令示例为：lark-cli docs +create --title "Patent-[ShortTitle]-[YYYYMMDD]" [--folder-token TOKEN_OR_URL | --wiki-node TOKEN_OR_URL | --wiki-space ID_OR_URL] --markdown "<lark-flavored-markdown>"。对于较长的表单，可拆分创建：先用 docs +create 创建前半部分，再用 docs +update --mode append 追加其余内容。若返回 board_tokens（即创建了白板），需遵循 lark 插件的 lark-whiteboard 技能，为每个白板填入实际内容（架构图、流程图），所有白板都必须有真实内容后任务才算完成，最后报告文档 URL。

飞书格式增强对应关系：文档元数据（发明人/日期/领域）使用 <lark-table> 呈现结构化表头信息并设置合适列宽；创新点/新颖性主张使用 <callout emoji="..." background-color="light-blue"> 突出区别特征；技术问题陈述使用 <callout emoji="..." background-color="light-yellow"> 强调所解决的问题；实施例中的架构/数据流使用 <whiteboard type="blank"> 可视化系统架构或流程；现有技术对比使用 <grid cols="2"> 做现有技术与发明的并排对比；缺陷/替代方案使用 <callout emoji="..." background-color="light-red"> 明确标注局限；权利要求层级使用嵌套有序列表，并用 <text color="blue"> 标记独立权利要求，以区分独立与从属权利要求。

飞书格式原则：标题层级最多 4 级；不要写与标题重复的顶级标题（飞书会自动生成）；主要章节之间用 --- 分隔线形成视觉节奏；关键术语与权利要求标记使用 <text color="...">；飞书会自动生成目录，不要手动添加；主动为实施例架构与流程插入白板。

四、适用场景 适合需要快速产出中国专利申请初稿的技术团队与个人，尤其是 AI 系统、XR 设备、软硬件协同设计方向；也适合需要将专利草稿直接沉淀到飞书云文档、知识库或团队文件夹的协作场景。

五、限制与质量要求 该技能强调：可授权性（聚焦技术方案而非抽象想法）、精确性（避免模糊营销用语，使用 reference.md 中的精确技术描述）、诚实性（在“其他”章节明确列出潜在缺陷与替代方案）、完整性（所有必需章节必须存在且有实质内容）。语言规范上，使用 reference.md 定义的正式中文专利术语，避免产品名、UI 术语、品牌名与口语化表达，并采用“一种……”“用于……”“其特征在于……”等标准专利表述。

六、配套文件 该技能目录内提供以下参考文件：template.md（专利申请格式的完整结构模板）、reference.md（API 端点文档、中文专利术语标准与语言规范）、examples.md（高质量专利申请示例），以及独立 lark 插件（lark@frad-dotclaude）提供的 Lark CLI 技能（用于 --lark 模式）。

关于收费、价格、平台支持范围等具体信息，资料中暂未提供。