企业官网建设流程全解析

patent-disclosure-skill通俗解读入门：一个公开号如何变成Obsidian笔记+知识图谱

【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

patent-disclosure-skill是一个中国专利 AI 技能，其中「通俗解读专利」模式是新手最友好的入口：把公开号（或本地 PDF）交给它，就会自动下载全文、解析权利要求树与术语，并把一篇通俗解读笔记写入Obsidian 库，同时生成单篇 Canvas知识图谱与全库关系图——把晦涩的公开文本变成可检索、可关联的私有专利知识库。

先看懂痛点：为什么公开专利不好读

公开专利的三大阅读门槛：

• 🧩权要绕：从属权利要求层层引用，「如权利要求1或2所述的……」读三遍才理清结构
• 📖术语密：大量专业词汇散落在说明书与附图中，没有对照表
• 🧵语境散：技术落地线索藏在行业报道、展会资讯里，光看专利本体看不全

patent-disclosure-skill 的思路是：让 AI 完成「取证 → 结构化 → 通俗化 → 入库」，你只负责给一个公开号。

三步流水线：从公开号到解读笔记

第一步：取证——按公开号自动下载专利 PDF

入口脚本是 fetch_patent_pdf.py：输入公开号（如CN119961390A），按 references/patent_pdf_sources.yaml 的源优先级自动抓取全文 PDF，并通过公开号种类码自动判别专利类型（发明 / 实用新型 / 外观设计）。

PDF 里的附图也会按图号自动裁切、过质量门，落入「特征—说明书—附图」对照，效果类似下面的产品结构图与剖面图：

第二步：结构化——把权要树和术语讲成人话

这是通俗解读的核心，产物全部围绕 prompts/reader/patent_plain_reader.md 的主流程：

• 权利要求树：独立权标◆、从属权按├─/└─分层，每项再补一句大白话「本项新增了什么」，禁止照抄套话
• 连贯叙事：按「问题 → 思路 → 怎么做 → 效果」把权要与说明书讲成故事线
• 术语表：抽取专利内术语生成词条，入库时自动建术语笔记与反链
• 公开线索：联网检索最多 3 条公开材料，写成摘要与旁注（明确标注推测，不作为权要证据）

第三步：入库——Obsidian 笔记 + Canvas 图谱一次生成

入库主入口是 write_patent_obsidian_note.py，一次写入即自动完成：

• 按 assets/patent_note_template.md 模板生成交付笔记：一句话、连贯叙事、权要树、独立权精读（特征—大白话—说明书依据）、术语表、特征—附图对照、应用场景、公开线索附录
• 生成单篇<公开号>_图谱.canvas，把叙事五卡、著录、权项、术语、线索卡铺成一张图（格式规范见 references/patent_obsidian_format.md）
• 自动配置 CSS 配色、Bases 仪表盘与关系图分组，无需手动跑初始化脚本
• 官方 PDF 默认拷入笔记同目录source/，说明书引用支持 Ctrl 悬停预览原文

知识图谱实战：多色节点的关系图

解读第一篇后，库的「关系图」就会把解读笔记、术语、Canvas、索引连成多色节点网络。当你解读第二篇、第三篇时，可以一键执行专利关联（link_patent_notes.py）：按同申请人 / 同 IPC / 共术语等规则连边，并生成全局_专利关联.canvas——多篇专利逐渐织成一张越读越厚的知识网：

快速上手指南

1. 准备一个支持 Agent Skills 的 AI 宿主（如 Claude Code / Cursor）与 Python 3.9+，安装方法见 INSTALL.md
2. 强烈建议先装 Obsidian 并开一个库（可选社区插件说明见 docs/obsidian-setup-guide.md）；没有库也能降级写入outputs/patent_reader/
3. 触发方式：直接说「读专利 CN119961390A」，或输入/读专利、/patent-read，带上公开号或 PDF 路径即可
4. 想看演示用的公开号清单，见 examples/example_patent_reader/README.md（含发明、实用新型、外观设计各类型样例）

相关模块速查表

小结

patent-disclosure-skill 的通俗解读模式把「一个公开号」变成三样可复用的资产：一篇成人话的解读笔记、一张单篇 Canvas 图谱、一块持续生长的 Obsidian 知识库。配合它另外的交底书编写、审查答复辅助等模式，读进来的专利还能继续「用起来」。新手只需记住一句话：给公开号，收图谱 🚀

【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