用patent-disclosure-skill构建个人私有专利知识库从单篇解读到同族比对的完整指南【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如果你手头的专利 PDF 只会躺在文件夹里吃灰patent-disclosure-skill中国专利技能 能把「读专利」变成一件持续积累的事一条命令把单篇专利解读成通俗笔记自动存入 Obsidian 私有专利知识库库越读越厚还能在同库笔记之间自动挖掘同族与路线关联把「读懂」推进到「用起来」。为什么需要「私有」专利知识库 很多研发、专利新人都有同款困境PDF 越攒越多下载的专利文档散落各处再想用时找不到权利要求读不进去权要绕、术语密落地语境散落在说明书与附图里读一篇忘一篇没有结构化的笔记知识无法沉淀想对比却无从下手两篇专利到底谁是谁的改进靠肉眼翻根本对不齐。patent-disclosure-skill 的「专利通俗解读」模式模式 B正好覆盖这条链路单篇读成人话 → 结构化入库 → 多篇互相关联。完整流程定义见 prompts/reader/patent_plain_reader.mdObsidian 环境配置见 docs/obsidian-setup-guide.md。30秒看懂你的知识库长什么样每一篇被解读的专利在库里都是一组「小档案」Research/ ├── Patents/ │ ├── _专利解读索引.md # Bases 仪表盘 笔记列表 │ ├── patents.base # 表格/卡片视图配置 │ ├── _专利关联.canvas # 多篇同族比对总览画布 │ └── 领域/公开号/ │ ├── 公开号_解读_日期.md # 通俗解读笔记11 节结构 │ ├── 公开号_图谱.canvas # 单篇知识图谱 │ ├── 公开号_说明书段落.md # 原文段落锚点可悬停预览 │ ├── 公开号_权项锚点.md # 权利要求悬停引用 │ ├── images/ # 自动裁切的附图 │ ├── source/公开号.pdf # 官方原文 PDF │ └── clues/ # 公开线索卡片 └── 术语/ ├── _术语索引.md └── 术语名.md # 术语双链页跨篇共用多篇笔记之间再由「相关专利」互链最终长成一张可按领域分区的专利网络——解读、图谱、术语、线索彼此勾连越读越厚。目录与格式规范详见 references/patent_obsidian_format.md。第一步搭库前的 5 分钟准备 ️安装 Obsidian免费知识管理软件创建或打开一个库例如Documents/我的专利库。不装也能用——无库时解读会降级落到outputs/patent_reader/只是图谱体验弱一截。克隆技能仓库git clone https://gitcode.com/GitHub_Trending/pa/patent-disclosure-skill安装解读依赖仅需pymupdf等少量依赖pip install -r tools/patent_reader/requirements.txt把库路径告诉技能设置环境变量PATENT_READER_OBSIDIAN_VAULT或由技能自动探测环境细节见 tools/patent_reader/README.md 与 INSTALL.md。准备好后触发方式很简单——用自然语言说「读专利」或输入/读专利、/patent-read再给出公开号或 PDF 路径即可。第二步单篇专利解读——PDF 变人话试着这样开口读专利公开号 CN107785522B技能会依次完成取证自动下载官方 PDF → 抽取全文 → 裁切附图→ 建权利要求树 → 术语表 → 应用场景 → 公开线索 → 写入 Obsidian。你最终拿到一篇 11 节结构的解读笔记模板可见 assets/patent_note_template.md章节你会看到什么一、一句话≤3 句讲清解决什么问题、核心手段二、连贯叙事按「问题 → 思路 → 怎么做 → 效果」讲故事三、权利要求树树形表◆独立权 /├─从属权每项附一句「本项新增」四、独立权利要求精读特征 → 大白话 → 说明书依据如「说明书 0006」五、专利内术语表术语自动建页并双链到Research/术语/六、特征—说明书—附图对照特征逐条对应原文位置与图号七、和现有技术的差别从原文能读出的差异点九、技术应用场景场景表 专利内依据十、附录IPC 行业坐标 公开检索线索最多 3 条标注置信度几个体验细节值得提说明书引用可悬停正文写「说明书 0002–0004」按住 Ctrl 悬停链接即浮出原文不用来回翻页附图自动嵌入PDF 里的图按说明裁切进第六节扫描件则自动做整页预览结论与推测分离行业语境线索一律放附录并标「推测」不混进主结论。第三步入库即建成——仪表盘与图谱全自动这篇解读写入 Obsidian 的那一刻技能会自动完成原本需要手工的配置复制并启用 CSS 配色片段紫 著录/权要绿 应用场景橙 推测/线索蓝 附图开启核心插件Bases生成patents.base仪表盘——「全部专利解读 / 按领域 / 含推测线索 / 卡片视图」四种现成视图配置文件见 assets/obsidian/patents.base生成索引页_专利解读索引.md模板见 assets/obsidian/_专利解读索引.template.md写入关系图彩色分组左侧关系图打开即是多色专利网络生成单篇公开号_图谱.canvas叙事、权项、术语、线索分区成卡。也就是说你不需要手动复制任何 CSS、不需要跑初始化脚本——第一篇入库知识库的「骨架」就立起来了。第四步同族比对挖掘——让库「长」起来 ️库内积累到≥2 篇解读后技能会主动反问一句库里已有其它专利解读要不要做一次「专利关联」回答「要」link_patent_notes.py会对库内所有笔记两两打分规则实现见 tools/patent_reader/vault/patent_link.py关联信号加分含义正文互引0.50A 的正文里出现过 B 的公开号或反向同申请人0.40申请人名单重叠同族/系列的第一信号IPC 相近0.25国际分类前缀相同或高度接近共术语0.10/词封顶 0.30术语表交集技术语言同源同领域0.15领域标签一致得分达到 0.45 即连边随后发生三件事双向回写两篇笔记的related_pubs与「相关专利」表格互相追加点开任一笔记都能跳到邻居单篇图谱刷新_图谱.canvas里出现「相关专利」分区全局关联画布生成Research/Patents/_专利关联.canvas——每篇专利一张富文本卡公开号、领域、IPC、申请人、术语、一句话摘要两条专利之间夹一张关联桥卡写明关系标签、置信分与打分依据如「IPC 前缀相近H01M1 / H01M1」。对规则分不够、但直觉上相关的对子还可以让大模型补一条判定model_links.json如「疑似改进 0.75独立权均含…B 增加…」与规则边合并进同一张画布。⚠️ 一个必要的提醒库内关联只是辅助导航与线索发现画布上也会自动标注「不构成法律意见」。同族判定、规避分析这类重大结论请以官方文本和专业代理意见为准。新手上手小贴士 没装 Obsidian直接说「只要 Markdown」解读落到outputs/patent_reader/日后配置库再继续外观设计专利CN…S常常没有 PDF 可下技能会改用国知局视图取证六视图照常入库术语页先空后满入库自动建 stub 并写入「本文含义」一句多篇共用后术语网会自然变厚想先看边再决定关联支持--dry-run预览确认后再写入练手材料仓库自带解读演练目录 examples/example_patent_reader/照它给的公开号走一遍即可。写在最后从第一篇 PDF 到第一张关联画布patent-disclosure-skill 把「专利阅读」从一次性消耗变成了可持续积累的私有情报层单篇有人话笔记、有图谱、有原文锚点多篇有同族桥卡、有领域分区、有术语反链。库越厚比对与挖掘越省力——这正是「从单篇解读到同族比对」的全部含义。【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 用patent-disclosure-skill构建个人私有专利知识库：从单篇解读到同族比对的完整指南
用patent-disclosure-skill构建个人私有专利知识库从单篇解读到同族比对的完整指南【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如果你手头的专利 PDF 只会躺在文件夹里吃灰patent-disclosure-skill中国专利技能 能把「读专利」变成一件持续积累的事一条命令把单篇专利解读成通俗笔记自动存入 Obsidian 私有专利知识库库越读越厚还能在同库笔记之间自动挖掘同族与路线关联把「读懂」推进到「用起来」。为什么需要「私有」专利知识库 很多研发、专利新人都有同款困境PDF 越攒越多下载的专利文档散落各处再想用时找不到权利要求读不进去权要绕、术语密落地语境散落在说明书与附图里读一篇忘一篇没有结构化的笔记知识无法沉淀想对比却无从下手两篇专利到底谁是谁的改进靠肉眼翻根本对不齐。patent-disclosure-skill 的「专利通俗解读」模式模式 B正好覆盖这条链路单篇读成人话 → 结构化入库 → 多篇互相关联。完整流程定义见 prompts/reader/patent_plain_reader.mdObsidian 环境配置见 docs/obsidian-setup-guide.md。30秒看懂你的知识库长什么样每一篇被解读的专利在库里都是一组「小档案」Research/ ├── Patents/ │ ├── _专利解读索引.md # Bases 仪表盘 笔记列表 │ ├── patents.base # 表格/卡片视图配置 │ ├── _专利关联.canvas # 多篇同族比对总览画布 │ └── 领域/公开号/ │ ├── 公开号_解读_日期.md # 通俗解读笔记11 节结构 │ ├── 公开号_图谱.canvas # 单篇知识图谱 │ ├── 公开号_说明书段落.md # 原文段落锚点可悬停预览 │ ├── 公开号_权项锚点.md # 权利要求悬停引用 │ ├── images/ # 自动裁切的附图 │ ├── source/公开号.pdf # 官方原文 PDF │ └── clues/ # 公开线索卡片 └── 术语/ ├── _术语索引.md └── 术语名.md # 术语双链页跨篇共用多篇笔记之间再由「相关专利」互链最终长成一张可按领域分区的专利网络——解读、图谱、术语、线索彼此勾连越读越厚。目录与格式规范详见 references/patent_obsidian_format.md。第一步搭库前的 5 分钟准备 ️安装 Obsidian免费知识管理软件创建或打开一个库例如Documents/我的专利库。不装也能用——无库时解读会降级落到outputs/patent_reader/只是图谱体验弱一截。克隆技能仓库git clone https://gitcode.com/GitHub_Trending/pa/patent-disclosure-skill安装解读依赖仅需pymupdf等少量依赖pip install -r tools/patent_reader/requirements.txt把库路径告诉技能设置环境变量PATENT_READER_OBSIDIAN_VAULT或由技能自动探测环境细节见 tools/patent_reader/README.md 与 INSTALL.md。准备好后触发方式很简单——用自然语言说「读专利」或输入/读专利、/patent-read再给出公开号或 PDF 路径即可。第二步单篇专利解读——PDF 变人话试着这样开口读专利公开号 CN107785522B技能会依次完成取证自动下载官方 PDF → 抽取全文 → 裁切附图→ 建权利要求树 → 术语表 → 应用场景 → 公开线索 → 写入 Obsidian。你最终拿到一篇 11 节结构的解读笔记模板可见 assets/patent_note_template.md章节你会看到什么一、一句话≤3 句讲清解决什么问题、核心手段二、连贯叙事按「问题 → 思路 → 怎么做 → 效果」讲故事三、权利要求树树形表◆独立权 /├─从属权每项附一句「本项新增」四、独立权利要求精读特征 → 大白话 → 说明书依据如「说明书 0006」五、专利内术语表术语自动建页并双链到Research/术语/六、特征—说明书—附图对照特征逐条对应原文位置与图号七、和现有技术的差别从原文能读出的差异点九、技术应用场景场景表 专利内依据十、附录IPC 行业坐标 公开检索线索最多 3 条标注置信度几个体验细节值得提说明书引用可悬停正文写「说明书 0002–0004」按住 Ctrl 悬停链接即浮出原文不用来回翻页附图自动嵌入PDF 里的图按说明裁切进第六节扫描件则自动做整页预览结论与推测分离行业语境线索一律放附录并标「推测」不混进主结论。第三步入库即建成——仪表盘与图谱全自动这篇解读写入 Obsidian 的那一刻技能会自动完成原本需要手工的配置复制并启用 CSS 配色片段紫 著录/权要绿 应用场景橙 推测/线索蓝 附图开启核心插件Bases生成patents.base仪表盘——「全部专利解读 / 按领域 / 含推测线索 / 卡片视图」四种现成视图配置文件见 assets/obsidian/patents.base生成索引页_专利解读索引.md模板见 assets/obsidian/_专利解读索引.template.md写入关系图彩色分组左侧关系图打开即是多色专利网络生成单篇公开号_图谱.canvas叙事、权项、术语、线索分区成卡。也就是说你不需要手动复制任何 CSS、不需要跑初始化脚本——第一篇入库知识库的「骨架」就立起来了。第四步同族比对挖掘——让库「长」起来 ️库内积累到≥2 篇解读后技能会主动反问一句库里已有其它专利解读要不要做一次「专利关联」回答「要」link_patent_notes.py会对库内所有笔记两两打分规则实现见 tools/patent_reader/vault/patent_link.py关联信号加分含义正文互引0.50A 的正文里出现过 B 的公开号或反向同申请人0.40申请人名单重叠同族/系列的第一信号IPC 相近0.25国际分类前缀相同或高度接近共术语0.10/词封顶 0.30术语表交集技术语言同源同领域0.15领域标签一致得分达到 0.45 即连边随后发生三件事双向回写两篇笔记的related_pubs与「相关专利」表格互相追加点开任一笔记都能跳到邻居单篇图谱刷新_图谱.canvas里出现「相关专利」分区全局关联画布生成Research/Patents/_专利关联.canvas——每篇专利一张富文本卡公开号、领域、IPC、申请人、术语、一句话摘要两条专利之间夹一张关联桥卡写明关系标签、置信分与打分依据如「IPC 前缀相近H01M1 / H01M1」。对规则分不够、但直觉上相关的对子还可以让大模型补一条判定model_links.json如「疑似改进 0.75独立权均含…B 增加…」与规则边合并进同一张画布。⚠️ 一个必要的提醒库内关联只是辅助导航与线索发现画布上也会自动标注「不构成法律意见」。同族判定、规避分析这类重大结论请以官方文本和专业代理意见为准。新手上手小贴士 没装 Obsidian直接说「只要 Markdown」解读落到outputs/patent_reader/日后配置库再继续外观设计专利CN…S常常没有 PDF 可下技能会改用国知局视图取证六视图照常入库术语页先空后满入库自动建 stub 并写入「本文含义」一句多篇共用后术语网会自然变厚想先看边再决定关联支持--dry-run预览确认后再写入练手材料仓库自带解读演练目录 examples/example_patent_reader/照它给的公开号走一遍即可。写在最后从第一篇 PDF 到第一张关联画布patent-disclosure-skill 把「专利阅读」从一次性消耗变成了可持续积累的私有情报层单篇有人话笔记、有图谱、有原文锚点多篇有同族桥卡、有领域分区、有术语反链。库越厚比对与挖掘越省力——这正是「从单篇解读到同族比对」的全部含义。【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