【开源】从设计文档到可交付技术交底书:专利.Skill

news2026/4/9 5:09:43
【开源】从设计文档到可交付技术交底书专利.Skill摘要设计文档、代码都有了专利点却还没梳清交底书既要系统框图与流程图又要代理人能直接改的 Word多轮补材料还不能覆盖旧稿本文介绍开源仓库 patent-disclosure-skill欢迎star用SKILL.md编排、prompts/分步约束 Agent覆盖专利挖掘、联网查新、脱敏成稿、mermaid 转图与 Word 导出并内置迭代合并与修订留痕。适用于 Cursor、Claude Code 等支持 Agent Skills 的环境。亦可从腾讯 SkillHub、ClawHub 浏览和下载技能包。一、你是不是也卡在这些问题上做研发的同学常遇到这类场景项目里Markdown、设计文档、甚至 Word/PPT一堆创新点分散没人系统梳成「可申报」的叙述公司要交技术交底书既要3.x 系统框图、流程图又要.docx给代理人改手工画图画到怀疑人生第一版交出去之后补实施例、改参数、对齐查新文件改来改去不知道哪版是定稿扯皮成本高。纯靠大模型「一次性写一篇交底书」往往结构飘、和仓库事实对不齐、图也难进 Word。更稳的做法是把流程拆成固定步骤每一步用独立 Prompt 模板约束 Agent 读什么、写什么、怎么落盘——这正是Agent Skills擅长的事。二、这个技能是什么patent-disclosure-skill专利 .skill是一个完整的Agent Skill 仓库入口SKILL.md触发词、工具对照表、主流程顺序、迭代规则目录prompts/每一步的详细指令录入、扫描、专利点分析、查新、预览、成文、自检、迭代合并/纠正等目录tools/.docx/.pptx转 Markdown、mermaid → PNG、Markdown → Word、修订对话记录等脚本。整体链路可以概括成专利点挖掘 → 查新与差异化 → 交底书生成 → 内部自检 →可选多轮迭代且每次交付带时间戳、不默认覆盖旧稿。图示定稿采用fenced mermaid经mermaid_render.py调用mmdc出 PNG并默认再生成同名 .docx细节见tools/README.md。三、核心能力一览能力说明项目扫描按优先级读文档与代码.docx/.pptx先转 Markdown 再扫避免 Agent「略过」Office专利点候选点讨论与融合patent_points_analyzer.md查新联网检索著录与外链写入第一章prior_art_search.md交底书成稿脱敏模版 mermaid 框图/流程图定稿.md .docx双交付交付命名{案件名}_{YYYYMMDDHHmmss}.md与同名.docx便于版本追溯自检逻辑闭环、公式与参数一致不写入正文迭代合并新材料/对话纠正走不同 prompt另存新文件交底书修订对话记录.md追加仓库内还带虚构示例案件examples/方便本地跑通「扫描 → 产出」全链路。四、适合谁用研发 / 架构师手里有文档和代码需要结构化专利叙事与交底书初稿知识产权接口人希望产出格式统一、可反复迭代且可留痕的 Markdown Word正在玩Cursor Agent Skills、Claude Code的开发者想找一个领域完整、可 fork 改造的 Skill 样例。重要说明本技能生成的是辅助文稿不构成法律意见是否申请、权利要求布局与最终文本须由具备资质的人员审核。五、怎么用对最终用户极简单配置好技能路径后在对话里用自然语言即可例如「帮我做专利挖掘/ 梳专利点」「写技术交底书/查新/现有技术对比」若宿主支持斜杠指令/patent-disclosure-skill、/交底书等以实际配置为准建议同时说明项目路径或技术主题关键词减少 Agent 瞎猜。若已有交底书文件要继续改不必说「迭代」二字——技能会按意图选用合并merger或纠正correction_handler并强制另存带时间戳的新文件详见SKILL.md触发条件与prompts/iteration_context.md。六、安装与环境极简指引Pythonpip install -r requirements.txtOffice 转换、mermaid 之外的 Markdown 工具链等图示定稿需Node.js在tools/下npm install或使用npx调用mermaid-climmdc详见tools/README.mdClaude Code示例将仓库放到 skills 目录使根级存在SKILL.mdmkdir-p.claude/skillsgitclone https://github.com/handsomestWei/patent-disclosure-skill.git .claude/skills/patent-disclosure-skillCursor将完整仓库放到 Cursor 约定的skills路径重启后在Settings → Rules中确认技能已发现路径与说明以官方文档及本仓库INSTALL.md为准。社区 Hub腾讯 SkillHub面向国内用户的 Skills 社区https://skillhub.tencent.com/skills/patent-disclosure-skillClawHubOpenClaw 生态含版本与安全扫描摘要https://clawhub.ai/handsomestwei/patent-disclosure-skill八、使用效果初版交付效果迭代效果多版本并存 修订对话记录九、链接汇总资源说明仓库https://github.com/handsomestWei/patent-disclosure-skill腾讯 SkillHubhttps://skillhub.tencent.com/skills/patent-disclosure-skillClawHubhttps://clawhub.ai/handsomestwei/patent-disclosure-skill技能入口仓库根目录SKILL.md使用示例仓库根目录examples工具说明tools/README.md

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2498368.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…