写作与内容 patent-draftingchinese-patenttechnical-disclosureevidence-tracingdocx-generationoffice-math

论文转中国发明专利草稿

将科研论文、报告或代码证据转化为有据可查的中国发明专利草稿与技术交底书。

FollowSkills 评估 · FSRS-2.0
不推荐
56/ 100 五分制 2.8 / 5
1 2 3 4 5 6
1信任安全18 / 25 · 3.6/5

证据显示该技能明确要求使用稳定的来源ID映射,不支持的特征标记为unsupported并从正式权利要求中排除,不推断发明人/所有权/法律效力,并要求用户确认缺失信息。这些做法体现了数据流透明和用户确认的谨慎设计。但未看到明确的权限最小化说明、回滚机制或外部效果控制,且发布者未验证,因此扣分。得18分。

2可靠稳定7 / 20 · 1.8/5

技能描述了完整的验证流程(运行validate_patent_draft.py和build_patent_package.py)并提供了测试目录(CI中有pytest针对nature-paper-to-patent的测试),但静态审查无法执行这些测试,且未见明确的错误处理逻辑或失败反馈设计。因此得分上限为10,考虑到测试存在但未有独立复现证据,给7分。

3适用触发10 / 15 · 3.3/5

技能提供了清晰的适用场景、典型请求、输出格式和边界说明,并且支持中文输出(中国专利文件),适合中国用户。但依赖海外服务(如CNIPA检索可能需要Playwright和外部网络),在大陆访问可能受限,且未明确说明所有环境的兼容性。因此得10分。

4规范维护11 / 15 · 3.7/5

技能文档结构清晰,有README中英对照,遵循了信息架构规范,提供了依赖说明、示例和边界声明。但有隐藏假设(如需要安装Python依赖和Playwright),未提供版本历史或变更日志,且维护责任不明确(发布者未验证)。因此得11分。

5有效结果6 / 15 · 2.0/5

技能提供了详细的输出规格(权利要求书、说明书、摘要等),并声称生成可直接使用的DOCX文件,但静态审查无法验证输出质量。考虑到核心任务明确且有验证流程,但缺乏实际执行证据,根据静态审查上限给6分。

6证据核验4 / 10 · 2.0/5

有CI工作流配置,包含针对该技能的pytest测试,这提供了部分可验证的第三方执行证据,但测试内容未在本次审查中提供,且无法独立复现。根据静态审查上限给4分。

证据充分度: 评估于 2026年8月7日 审查版本 dfd4e3bf8dc5
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 该技能依赖海外服务(如CNIPA检索需要Playwright和外部网络),从中国大陆访问可能受限,核心功能可能无法完全可用。
  • 发布者未经验证,维护责任和更新路径不明确;使用前应核实仓库近期提交和问题响应。
  • 技能输出的专利草案仅供发明人和专业人士审阅,不构成法律意见,务必由专利代理人复核。
  • 技能可能自动执行脚本(如验证、构建包),需在受控环境中运行并检查脚本行为。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能把论文、学位论文、技术报告、源代码、图表、发明人笔记等材料,转换为可直接交付的中文发明专利草稿或技术交底书。它首先读取工作流定义(manifest.yaml)和常驻文件,检测源格式、任务模式与发明类型,然后为论文文本、公式、图和代码建立稳定的证据编号,确保每个正式权利要求都能映射到具体来源。技能通过阶段门控推进:先梳理技术方案、术语表和证据清单,再撰写权利要求书和说明书,并生成带原生可编辑 Office 公式的 DOCX 文件。

运行 Python 工作流脚本(validate_patent_draft.py、build_patent_package.py)生成中文 DOCX;提取表格与公式(作为原生 Office Math 嵌入);生成流程图和系统示意图(Mermaid 渲染);进行内部一致性校验并生成检查报告;产出权利要求书、说明书、摘要、附图及技术交底书的 Markdown 和 DOCX 版本。

  1. 科研人员将已发表的论文转化为中国发明专利草稿,系统梳理技术方案并生成权利要求书。
  2. 发明人结合实验室记录与代码,撰写一份有证据支撑的技术交底书,交付给代理机构。
  3. 专利工程师将现有论文与已有专利对比,进行新颖性和一致性审计。
  4. 研发团队在项目材料中挖掘潜在专利点,快速生成初步披露文档。
  5. 研究者需要将含核心公式的发明写入 DOCX,并保留可编辑的 Office 数学公式。

这个 Skill 有哪些优点和局限?

优点
  • 强制证据溯源,确保权利要求可回溯到具体来源。
  • 支持多种输入格式(PDF、扫描件、文本、项目材料)。
  • 产出包含可编辑 Office 公式的完整 DOCX 专利包。
  • 内置验证脚本,自动检查错误和警告。
局限
  • 技能仍处于 Beta 状态,可能在真实案例上遇到边界问题。
  • 需要 Python 环境和若干依赖,设置门槛较高。
  • 生成草稿并非专利性意见,仅供参考。
  • 从论文转专利的完整自动化流程可能较慢,需多次迭代。

如何安装这个 Skill?

使用 npx 或克隆仓库安装完整技能集合(例如 npx skills add ...)。本技能需要 Python 3 及若干包(见 requirements.txt),以及 Mermaid 渲染工具;如需国知局检索,还应安装 playwright。

如何使用这个 Skill?

在支持 agent 的会话中,描述需要转化的论文或材料(例如:"把这篇论文转成中国发明专利草稿"),技能会自动触发并执行完整工作流。

常见问题

这个技能能保证专利申请成功吗?
不能。技能生成的草稿是辅助工具,最终需由专利代理人审查和提交。
我没有编程经验,能用吗?
可以,但需要安装 Python 和依赖;基本安装步骤中有指引。
支持哪些输入格式?
支持 PDF、扫描版 PDF、粘贴文本和混合项目材料。
公式会保留可编辑吗?
会。公式以原生 Office Math 嵌入 DOCX,而不是纯文本 LaTeX。

同仓库的其他 Skills

均来自 Yuan1z0825/nature-skills

相关 Skills