| name | global-dossier |
| description | USPTO Global Dossier 审查历史文件下载工具。用于下载/拉取/打包审查历史、file wrapper、OA 原文和同族审查文件;不用于撰写 OA 答复或意见陈述书。 |
| metadata | {"triggers":["审查历史","审查文件","global dossier","dossier","下载OA","拉取OA","下载审查意见","同族审查","专利族下载","file wrapper","审查文件包"]} |
Global Dossier 审查历史下载
定位
| patent-search | global-dossier |
|---|
| 数据层 | 公开文本(PDF/DOCX/HTML) | 审查历史(OA、答复、IDS、检索报告) |
| 数据源 | Google Patents | USPTO Global Dossier |
| 产出 | 专利全文 | 审查文件包 |
简单记:想看专利写什么 → patent-search;想看审查员怎么审的 → global-dossier。
边界:想下载审查历史文件 → global-dossier;想写 OA 答复/意见陈述/修改权利要求 → oa-response。
两种模式
| 模式 | 场景 | 输入 | 产出 |
|---|
| A 单专利深挖 | "帮我把 CN116621800B 的审查文件下下来" | 公开号 / 申请号 | {公开号}.zip(按日期命名的 PDF) |
| B 全族批量下载 | "把 US11922587 全族的审查文件都挖出来" | 公开号 / 申请号 | 6 个按公开号命名的 zip |
模式 A — 单专利深挖
调用方式
python scripts/dossier_download.py --number CN116621800B --mode single
python scripts/dossier_download.py --number US11922587 --mode single
python scripts/dossier_download.py --number 202310575536 --mode single
工作流程
- 解析输入(自动识别公开号 vs 申请号,CN/US/EP/WO/PCT 格式)
- 在 Global Dossier 搜索 → 获取
All Documents 页面 URL
- 枚举所有文档 → 逐一下载(内置 3s 间隔 + 429 退避)
- 按
{序号}_{日期}_{文档描述}.pdf 命名
- 打包为
{公开号}.zip
交付
- zip 包直接交付给用户(交付通道由运行环境决定)
- 控制台输出下载进度和统计
模式 B — 全族批量下载
调用方式
python scripts/dossier_download.py --number US11922587 --mode family
python scripts/dossier_download.py --number CN116621800B --mode family
工作流程
- 解析输入 → 搜索 → 进入专利族页面
- 点击
Expand All → 提取所有同族成员信息(Office + Application Number + Publication Number)
- 对每个同族成员:
- 获取
All Documents URL
- 枚举并逐一下载所有文档
- 成员间间隔 20s 防限流
- 每个成员按公开号建立文件夹 → 各自打包为 zip
进度输出示例
[1/6] US11922587B2: 54 docs → 15MB ✓
[2/6] US12322056B2: 56 docs → 23MB ✓
[3/6] US20250272931A1: 35 docs → 2.3MB ✓
[4/6] CN119156243A: 8 docs → 2.7MB ✓
[5/6] EP4522295A1: 27 docs → 9.8MB ✓
[6/6] WO2023220051A1: 13 docs → 2.7MB ✓
交付
- 每个同族成员一个 zip 包
- 控制台输出全族汇总统计
搜索策略
支持的输入格式
| 格式 | 示例 | 说明 |
|---|
| CN 公开号 | CN116621800B | 带前缀,带 AB 后缀 |
| CN 公开号(纯数字) | 116621800 | 不带前缀 |
| CN 申请号 | 202310575536 | 12 位数字 |
| US 公开号 | US11922587B2 | 带前缀和类型码 |
| US 公开号(纯数字) | 11922587 | 不带前缀 |
| US 申请号 | 17740598 | 8 位数字 |
| EP 公开号 | EP4522295A1 | 带前缀 |
| WO 公开号 | WO2023220051A1 | 带前缀 |
| PCT 申请号 | PCTUS2321525 | 带 PCT 前缀 |
自动识别逻辑
- 含
CN 前缀 → 中国专利,搜 Pre-grant Publication
- 含
US 前缀 → 美国专利,搜 Patent
- 含
EP 前缀 → 欧洲专利
- 含
WO 或 PCT 前缀 → PCT 专利
- 纯数字 13 位(20 开头)→ CN 申请号
- 纯数字 7-8 位 → US 专利号
技术踩坑记录
详见 references/platform-notes.md。
关键坑点
- Angular SPA 表单操作:必须
nativeInputValueSetter + input + change + blur 四步事件链
- CloudFront 429 限流:下载间隔 ≥3s,遇限流等待 60s 指数退避
- URL session ID:Dossier URL 中的数字 ID 会变化,必须从族页面实时提取
- 公开号提取:从页面
main 元素文本中正则匹配,不可硬编码
- CNIPA 仅支持 2010-02-10 后申请
与 patent-search 的协作
用户请求 → 判断要什么
├── 公开文本(PDF/全文) → patent-search Mode B
├── 审查历史(OA/答复/IDS) → global-dossier Mode A/B
└── 两者都要 → 先用 patent-search 拿全文,再用 global-dossier 拿审查历史
文件结构
global-dossier/
├── SKILL.md # 本文件
├── scripts/
│ └── dossier_download.py # 统一下载脚本(Mode A + B)
└── references/
└── platform-notes.md # 平台坑点和技术细节