用途：把原始发明想法结构化为正式发明披露（invention disclosure），适用于用户提出“构建发明”“structure invention”“发明构建”“invention disclosure”等需求时，为后续专利撰写准备材料。
主要能力与流程：
- 问题-方案-优势框架：技术问题需来自现有技术缺陷（参考 NOVELTY_ASSESSMENT.md），须为具体技术问题；技术方案聚焦机制而非结果，区分已知特征与创新特征；优势须可量化且源于创新特征。
- 发明分解为三层：核心发明构思（对应独立权利要求范围的最小特征集）、支撑性特征（对应从属权利要求）、可选特征（对应实施例）。
- 可专利客体识别：判断应撰写方法/工艺、系统/装置、产品、计算机可读介质、产品-by-process 等哪些类别。
- 附图计划：规划所需的框图、流程图、时序图等，并标注各图支持的权利要求要素；用户未提供图时指出所需图。
- 依赖关系映射：以独立权利要求与从属权利要求构成权利要求层级计划。
- 跨模型验证：通过 mcp__codex__codex 调用 REVIEWER_MODEL（gpt-6-astra，xhigh 推理）请专利律师视角评估问题-方案-优势应用、核心构思识别、权利要求类别、附图充分性与遗漏点。
输入：$ARGUMENTS 中的发明描述；如存在则读取 patent/INVENTION_BRIEF.md、patent/PRIOR_ART_REPORT.md、patent/NOVELTY_ASSESSMENT.md；并加载 ../shared-references/patent-writing-principles.md。
输出：patent/INVENTION_DISCLOSURE.md，含标题、技术问题、技术方案、优势、特征分解、可专利客体、附图计划、依赖图、发明人信息、目标司法辖区（CN/US/EP/ALL）。
常量与限制：REVIEWER_MODEL = gpt-6-astra；MAX_REFINEMENT_ROUNDS = 3。不得编造与真实发明或用户材料不符的实施例；若 mcp__codex__codex 不可用，则跳过交叉验证并在输出中注明。具体成本、价格、平台支持等未提供。