菜单
面向专利场景的 MinerU OCR 与文档解析技能。用于把扫描版专利、授权公告文本、交底书、 附图页、胶底/材料配方资料等文件解析为 Markdown、结构化 JSON 和质量报告，并对权利要求、 说明书章节、附图标记、材料配方与实验数据做专利后处理。触发词：OCR解析、扫描专利解析、 MinerU、PDF转专利文本、交底书OCR、附图OCR、胶底材料解析、专利文件结构化。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | patent-ocr-mineru |
| description | 面向专利场景的 MinerU OCR 与文档解析技能。用于把扫描版专利、授权公告文本、交底书、 附图页、胶底/材料配方资料等文件解析为 Markdown、结构化 JSON 和质量报告，并对权利要求、 说明书章节、附图标记、材料配方与实验数据做专利后处理。触发词：OCR解析、扫描专利解析、 MinerU、PDF转专利文本、交底书OCR、附图OCR、胶底材料解析、专利文件结构化。 |
| metadata | {"triggers":["OCR解析","扫描专利解析","MinerU","PDF转专利文本","专利OCR","交底书OCR","附图OCR","胶底材料解析","专利文件结构化"]} |
本 skill 不是通用 OCR。它的目标是把专利相关文件解析成后续技能可复用的证据材料，尤其服务于：
claims-feature-decomposition、disclosure-review、patent-formality-review、撰写类 skill 的输入预处理。MINERU_API_TOKEN、MINERU_TOKEN 或 MINERU_API_KEY。不要写入仓库、示例配置、日志或最终报告。full.md、content_list.json、zip 包或本地 CLI 输出，再做清洗。不得只交付二次整理文本。优先级按文件目的决定：
| 场景 | 推荐路径 | 原因 |
|---|---|---|
| 正式专利文件、需要 JSON/zip 证据 | precision | MinerU 精准 API 返回 zip，含 Markdown 与结构化 JSON |
| 小文件、临时快速看内容 | agent | 无需 token，但有大小/页数限制且只返回 Markdown |
| 本地可装 MinerU、涉密资料不宜上传 | local | 通过本地 mineru CLI 解析，避免外传 |
| 附图页、复杂扫描页、材料表页 | precision --model-version vlm --ocr-mode ocr | 对复杂版面和图文混排更稳 |
以下命令默认在 patent-ocr-mineru skill 目录内执行。
PowerShell 示例：
$env:MINERU_API_TOKEN = "<your-token>"
python scripts/mineru_patent_ocr.py parse "D:\case\scan.pdf" `
--service precision `
--profile patent-application `
--ocr-mode ocr `
--model-version vlm `
--extra-formats docx,html `
--output-dir "D:\case\ocr-output"
不要把 token 写进命令参数。只用环境变量。
python scripts/mineru_patent_ocr.py parse "D:\case\short.pdf" `
--service agent `
--profile disclosure `
--ocr-mode auto `
--output-dir "D:\case\ocr-preview"
python scripts/mineru_patent_ocr.py parse "D:\case\input.pdf" `
--service local `
--profile material-scan `
--ocr-mode ocr `
--output-dir "D:\case\ocr-local"
python scripts/mineru_patent_ocr.py postprocess "D:\case\mineru_raw\unzipped" `
--profile official-patent `
--output-dir "D:\case\ocr-post"
脚本统一输出：
mineru_raw/：MinerU 原始结果，含 zip、full.md 或 JSON；patent_ocr_normalized.md：仅做轻度 OCR 清洗后的全文；patent_ocr_sections.md：按专利章节切分后的 Markdown；patent_ocr_bundle.json：结构化包，含章节、权利要求、图号、附图标记、材料线索；patent_ocr_quality_report.json：缺章、缺表、缺标号、OCR 异常等复核项。1.、1、、1． 是否被 OCR 打散；从属权利要求引用关系必须保留。10-支架、10、支架、10：支架。输出前检查：
mineru_raw/ 原始文件；patent_ocr_bundle.json 是否包含 sections、claims、figures、quality_report；low/medium/high，且 warnings 不为空时已告知用户；https://mineru.net/apiManage/docshttps://opendatalab.github.io/MinerU/usage/cli_tools/https://opendatalab.github.io/MinerU/reference/output_files/更多接口差异与专利 schema 见 references/mineru-integration-notes.md 和 references/patent-ocr-schema.md。
中国发明/实用新型专利申请初稿形式审查工具。基于约32个知识产权保护中心预审自检表汇总的101条审查规则， 对DOCX格式的专利申请初稿（说明书摘要、权利要求书、说明书、说明书附图、摘要附图五部分）进行形式审查。 开头询问用户目标保护中心，101条全量审核，分歧项/独有项按所选中心标准判定。 不含外观设计、请求书、委托书。仅支持DOCX格式。
Use when a user needs a one-pass quality review of an inventor disclosure before patent drafting, with a source-grounded checklist of missing information, unclear logic, insufficient implementability, drawing issues, and invention-support gaps.
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。
Use when a user needs to decompose patent claims into technical features, preserve claim wording as the evidence base, and match each feature to specification support for comparison, OA response, infringement, or claim chart preparation.
Use when a user needs to extract a small set of readable core invention points from one or more patent specifications, especially for R&D readers who need to quickly understand the technical problem and solution; also used as patent-search Mode C preprocessing.
多源专利检索与直取。Google Patents（主力）+ 国家知识产权局公布公告站（中文原生补充）。模式A：英文XHR语义检索（CN专利可用）；模式B：按公开号下载PDF+Word；模式C：从已有专利搜相似；模式D：国知局公布站中文原生检索（免翻译、官方源）。触发词：专利检索、查专利、搜专利、下载专利、google patent、patent search。