| name | aj-patent-disclosure-cn |
| description | 生成、审校和优化中国发明专利技术交底书，重点覆盖软件、互联网、人工智能、大数据、区块链、物联网和网络安全方案。用于专利点挖掘、技术方案补全、现有技术检索与区别特征分析、充分公开检查、发明名称优化、附图规划及 Word 交付；当用户提到专利交底书、发明专利稿、专利挖掘、新颖性或创造性、权利要求支撑、说明书补强、专利附图时，即使只要求其中一个环节也应使用。 |
中国发明专利技术交底书
核心目标
把已真实完成或可验证的技术方案，转化为便于专利代理人继续撰写的高质量交底书。质量优先级如下：
- 事实真实且证据状态清楚；
- 技术问题、技术手段和技术效果形成因果闭环；
- 公开程度足以使所属技术领域技术人员实施；
- 拟保护特征在正文、实施例和附图中得到一致支撑；
- 文档结构、术语和交付格式稳定。
不要以篇幅、候选点数量或未经验证的“授权概率”代替质量。
任务路由
先判断用户需要哪种结果，只执行必要分支：
- 信息不足或技术点尚未定型：做发明访谈和专利点挖掘。
- 已有技术描述：整理技术链、识别披露缺口并生成交底书草案。
- 已有交底书或申请稿：做充分公开、支持性、一致性和可专利性风险审校。
- 只要检索或风险分析：输出检索式、对比文件表和特征对照，不生成正文。
- 只要名称、摘要、附图或 Word：复用已有事实，完成对应产物，不重跑全流程。
纯文本分析不需要初始化 Python 环境。只有实际生成 DOCX 或程序化附图时才检查依赖。
工作流
1. 建立事实底稿
优先从对话和用户文件提取信息，不重复询问已给出的内容。至少确认：
- 技术场景、处理对象和要解决的技术问题；
- 现有方案及其可验证的不足；
- 输入数据/信号/对象、处理步骤或模块关系、输出结果；
- 相对现有方案真正不同的技术特征；
- 参数、条件、异常处理、替代实现和适用边界；
- 技术效果及其测试条件、对比基线或理论依据；
- 申请日或检索截止日、拟保护主题、是否已公开。
为每项关键信息标注状态：
用户已确认：用户明确提供或确认；资料有据：可定位到用户文件或可靠来源；合理推断：为组织方案作出的推断，尚待确认；待确认：影响可实施性或保护范围的缺口；建议方案：尚未成为既有发明内容的研发建议。
不得把“合理推断”或“建议方案”直接写成已经实现的事实。用户要求一次成稿时，可继续写草案，但要保留 【待确认：…】，不要偷偷补造细节。
输入过短时，只问最影响技术链和保护范围的 3–5 个组合问题；不要先问发明人、申请人、版式等不影响技术内容的问题。
2. 形成技术链和专利点
需要挖掘时读取 templates/patent_mining_strategy.md。需要识别领域披露重点时读取 templates/tech_field_config.md。
先写一条最小可实施技术链：
技术问题 → 输入/触发条件 → 核心处理或模块协作 → 输出 → 可归因的技术效果
再区分：
- 独立构思候选：能够形成完整技术闭环的必要技术特征组合；
- 从属限定候选：参数、数据结构、模型细节、异常分支、部署方式等进一步限定；
- 组合/分案候选：具有独立技术问题和效果、可能不宜塞入同一构思的方案；
- 研发建议：当前材料没有披露，必须由用户确认后才能并入交底书。
A/B/C/D 仅表示布局优先级和披露成熟度，不等于新颖性、创造性或授权结论。不要依据文字相似度百分比判定法律意义上的相同或显而易见。
当独立构思存在实质分叉时，展示“必要特征 + 拟解决问题 + 预期效果 + 主要取舍”，请求一次确认；细枝末节可继续以待确认项推进。
3. 检索并建立证据链
需要检索时读取 templates/search_and_evidence.md。
- 先确定检索截止日，不把“最近 10 年”当成法定范围；较早文献仍可能是关键现有技术。
- 以中国专利为重点，同时检索必要的外国专利和非专利文献。
- 先按技术问题、核心手段和关键关系宽检，再按 IPC/CPC、申请人、引证和同族精筛。
- 对高相关文件核对公开文本、公开日/优先权日、权利要求和相关段落；记录可访问链接。
- 用“特征—单一文献”检查新颖性；用“最接近现有技术—区别特征—实际技术问题—技术启示—效果”分析创造性。
绝不编造公开号、申请人、日期、引文或检索结果。没有数据库/网络能力或没有实际完成检索时，明确写“未执行外部检索”，仅提供检索策略，不输出虚假的高相关专利清单。
4. 起草交底书
起草前读取 templates/drafting_quality_standard.md。正文采用以下默认结构，并根据发明性质增减内部小节：
- 发明名称
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式
- 内部附录（不作为正式说明书正文）：术语表、拟保护主题、权利要求支撑矩阵、待确认项、检索记录
撰写技术方案时：
- 按执行顺序说明每一步的输入、处理、输出，以及步骤间的数据或控制关系；
- 系统/装置方案说明模块职责、连接或交互关系，不只罗列模块名称；
- 至少提供一个端到端可实施例，并用替代实现、参数范围或异常分支支撑合理概括；
- 说明每个关键区别特征如何产生所述技术效果；
- 量化效果只有在存在测试条件、样本、基线或来源时才能写成确定事实，否则改为定性表述并列为待验证项；
- 背景技术客观描述，不虚构对比文件，不使用贬损或宣传语言；
- 术语首次出现时定义，全文、附图和拟保护主题保持同名同义。
涉及 AI/算法时，重点写清模型/算法与具体技术场景的结合关系。模型构建或训练通常需要披露必要模块、层级/连接关系、训练步骤和关键参数；具体应用通常需要披露输入、输出及其内在技术关联。仅替换应用对象而没有针对对象作出算法或模型实质调整，通常不能作为高质量创造性论证。
5. 规划附图
先从已确认技术链生成附图清单和图元—术语映射，再出图。默认优先使用可编辑、可复现的程序化框图或流程图；生成式图片容易引入错误连接和伪文字，只在用户明确需要概念图且逐项核对后使用。
常见附图：
- 系统/网络架构图；
- 方法主流程图；
- 数据结构或消息结构图；
- 模型结构或训练/推理流程图；
- 关键时序图或状态转换图。
图号连续，同一部件标记一致；正文提到的附图标记必须出现在图中，图中的标记也必须在正文得到说明。把已确认图元写入结构化输入的 figure_plan 后，运行 python3 scripts/generate_figures.py --input-json <input.json> --output-dir <dir>。脚本必须接收真实输入；不得把 --demo 生成的通用示意图用于交付。失败时保留 Mermaid/PlantUML 源文件和明确错误，不伪称已生成 PNG。
6. 验证并交付
交付前逐项通过以下质量门：
- 真实性门：没有把推断、建议、未检索结果写成事实；引用均可追溯。
- 技术性门：技术问题、手段、效果完整，算法/业务规则与技术特征存在具体相互作用。
- 充分公开门：关键步骤、关系、参数选择依据、异常处理和至少一个实施例足以实施。
- 支持性门：拟保护的每个必要特征都能定位到正文和实施例；概括范围有替代方案支撑。
- 一致性门：名称、术语、步骤编号、附图标记和数据流一致。
- 文本门：语言客观、清楚、无营销词，无未经解释的占位符或矛盾数字。
需要结构化校验或 DOCX 时，从 skill 根目录执行：
python3 scripts/validate_disclosure.py --input <input.json>
python3 scripts/validate_disclosure.py --input <input.json> --final
python3 scripts/generate_docx.py --input <input.json> --output <output.docx> --word-only
若依赖缺失，再运行 bash scripts/setup_env.sh，随后用 ./.venv/bin/python 执行。不要每次调用 skill 都重建环境。正式导出前先通过 --final；同一输入重复导出由哈希侧车文件避免重复生成，内容变化时使用新版本文件名或显式 --overwrite。
结构化输入参考 examples/disclosure_input.sample.json。
输出契约
按任务范围交付，不强制制造无关文件。完整项目的推荐产物为：
outputs/
├── disclosure_input.json
├── 交底书_[发明名称]_v1.0.docx
├── 交底书_[发明名称]_v1.0.docx.sha256
├── figures/
│ ├── fig1_architecture.png
│ └── figure_sources/
└── reports/
├── invention_points.md
├── prior_art_search.md
├── feature_comparison.md
├── disclosure_gap.md
└── quality_report.json
首次草案至少同时给出：
- 一句话发明构思；
- 已确认事实与待确认项；
- 拟保护主题及必要技术特征；
- 交底书正文；
- 检索状态和风险边界；
- 下一轮最值得确认的问题。
风险说明
产物是技术交底书或申请文件草案，不是法律意见，也不保证授权。申请前注意保密，由专利代理师结合完整检索、申请策略和最新规则复核。涉及个人信息、敏感数据、自动决策或歧视性规则时，额外检查数据来源、处理合法性、社会公德和公共利益风险。
