Checking Patdocx Cn Single Agent

中国专利申请文件质检员

AI 辅助审查中国专利申请文件（.docx / .doc），按照专利法、专利法实施细则和专利审查指南的规则，对摘要、权利要求书、说明书等章节进行多维度审查，生成在修订模式下执行替换、删除、批注的 docx 副本，同时生成审查意见汇总报告。

⚠️ .doc 格式支持：本 skill 支持输入 .doc 格式文件。处理时会自动使用 pywin32（COM 自动化）调用 Microsoft Word 将 .doc 转换为 .docx，然后按标准流程处理。要求：Windows 系统 + 已安装 Microsoft Word + 已安装 pywin32 库。

功能特性

⛔ 关键禁止事项

以下行为会导致输出文档内容丢失或审查结果不可靠，严格禁止：

1. 禁止自行编写修正脚本：必须使用 review_adder.py 添加批注和修订。自行编写脚本调用 Document 类的 get_node + replace_node 会导致严重内容丢失
2. 禁止跳过验证步骤：第七步的内容完整性验证是强制性的，未通过验证的文档禁止输出给用户
3. 禁止在终端中直接执行多行 Python 代码：必须直接调用 patent_extractor.py、review_adder.py 和 verify.py
4. 禁止在 skill 目录内创建工作文件夹：工作文件夹必须创建在输入 docx 文件所在目录下，所有路径必须使用绝对路径
5. 禁止自行编造时间戳：时间戳必须通过执行命令获取真实值

路径变量说明

⚠️ 所有路径必须使用绝对路径。Windows 路径中的反斜杠 \ 在命令行参数中直接使用即可，不要手动添加额外转义。

工作流检查清单

在开始执行前复制以下清单，并在每一步完成后显式标记状态。

• Step 1：判断文件类型（非 .docx/.doc 则终止）
• Step 2：获取时间戳并创建工作文件夹
• Step 3：提取文档文本并分割章节
  • 反馈闭环：若提取失败或章节缺失，检查文件是否损坏并告知用户
• Step 4：按审查规则逐章审查
  • 反馈闭环：审查完成后自检——每条意见是否有明确 context？action_type 是否正确？old_text 是否为 context 的子串？
• Step 5：整理汇总审查意见
• Step 6：添加批注和修订到 docx
  • 反馈闭环：若跳过数量 > 0，检查原因并修正 reviews JSON 后重新执行本步
• Step 7：内容完整性验证（强制性）
  • 反馈闭环：若验证未通过，排查原因并修正后重新执行 Step 6 和 Step 7
• 输出结果

工作流程

第一步：判断文件类型

检查用户输入的文件是否为 .docx 或 .doc 格式：

1. 获取用户输入的文件路径，检查文件扩展名是否为 .docx 或 .doc（不区分大小写）
2. 如果文件扩展名不是 .docx 或 .doc，直接告知用户：

⚠️ 目前本 skill 只支持解析 .docx 和 .doc 格式的专利申请文件，不支持 .pdf 等其他类型文件。
请将文件转换为 .docx 格式后重试。

并终止工作流程。如果是 .docx 或 .doc，继续执行第二步。

⚠️ .doc 格式自动转换：如果输入文件为 .doc 格式，patent_extractor.py、review_adder.py 和 verify.py 会自动调用 doc_converter.py（基于 pywin32 COM 自动化）将 .doc 转换为临时 .docx 文件，处理完成后自动清理临时文件。要求：Windows 系统 + 已安装 Microsoft Word + 已安装 pywin32 库。

第二步：获取时间戳并创建工作文件夹

必须先执行以下命令获取当前本地时间戳：

python -c "from datetime import datetime; print(datetime.now().astimezone().strftime('%Y%m%d_%H%M%S'))"

将输出的时间戳记为 <timestamp>。必须实际执行此命令，不得自行编造或猜测时间戳。

然后定义工作文件夹路径（必须创建在输入 docx 文件所在目录下，使用绝对路径）：

• <work_dir> = <input_dir>\<skill_name>_<timestamp>

创建工作文件夹：

mkdir "<work_dir>"

后续步骤中的中间产物都放在 <work_dir> 下。

第三步：提取文档文本并分割章节

3.1 提取完整文本

python "<skill_root>\scripts\patent_extractor.py" "<input_docx>" --extract-only > "<work_dir>\extracted_text_<timestamp>.txt"

⚠️ 文本提取已覆盖正文段落、表格和文本框（包括传统文本框 w:txbxContent 和现代形状文本框 wps:txbx）。脚注、尾注中的文字仍无法提取，如果文档包含这些元素，应提醒用户可能存在未检查到的区域。

3.2 分割为章节

python "<skill_root>\scripts\patent_extractor.py" "<input_docx>" --output-json "<work_dir>\sections_<timestamp>.json"

该命令会输出一个 JSON 文件，包含以下 5 个章节的文本：

第四步：AI 按审查规则逐章审查

⚠️ 这是核心审查步骤。AI 必须逐一读取审查规则文件，将规则内容作为审查提示词，结合对应章节的文本进行审查。

4.1 读取审查规则

审查规则文件位于 <skill_root>\审查规则\ 目录下，共 13 个 .txt 文件。AI 必须逐一读取每个规则文件的完整内容。

4.2 按章节应用审查规则

4.3 执行审查

对每个章节，按以下流程执行审查：

1. 读取该章节对应的审查规则 .txt 文件的完整内容
2. 将规则内容作为审查提示词，结合第三步提取的章节文本，逐条检查是否存在问题
3. 对于权利要求书的审查规则，需要结合权利要求之间的引用关系进行分析
4. 对于全文审查规则（61、62），需要同时参考摘要、权利要求书和说明书的文本
5. 收集所有发现的问题

4.4 输出审查意见 JSON

将所有审查发现的问题整理为 JSON 格式，保存为 <work_dir>\reviews_<timestamp>.json。

详细的 JSON schema、字段说明和示例请参见 参考/reviews_json_schema.md。

关键要求：

• 审查意见必须基于审查规则，不得随意添加规则外的意见
• 每条审查意见必须有明确的 context（文档中实际存在的文本片段）
• action_type 为 "replace" 或 "delete" 时，old_text 必须是 context 的子串或等于 context
• context、old_text 和 highlight_text 必须是文档中实际存在的原文逐字复制，不得改写、意译或增减字符，任何不匹配都会导致批注定位失败；highlight_text 必须是 context 的子串
• 当同一 context 在文档中出现多次但只需标注特定位置时，使用 occurrence 字段（从 1 开始的整数）指定第几次出现；不指定时默认标注第一次出现

第五步：整理汇总审查意见

使用审查规则 71-整理汇总输出.txt 中的模板，将第四步的所有审查意见整理为一份结构化的 markdown 报告。

1. 读取 <skill_root>\审查规则\71-整理汇总输出.txt 的内容，按照其中的模板格式组织审查意见
2. 将审查意见按章节分类
3. 权利要求书部分按权利要求序号分组列出问题
4. 保存为 <input_dir>\<input_stem>_review_report_<timestamp>.md

详细的报告模板和格式要求请参见 参考/report_template.md。

⚠️ 报告文件放在输入文件同目录下，不放入工作文件夹。

第六步：添加批注和修订到 docx

使用 review_adder.py 脚本将审查意见添加到 docx 文档中。根据审查意见的 action_type 字段，脚本会执行不同操作：

python "<skill_root>\scripts\review_adder.py" "<input_docx>" "<input_dir>\<input_stem>_ReviewOut_<timestamp>.docx" --reviews-file "<work_dir>\reviews_<timestamp>.json"

⛔ 必须使用 review_adder.py，禁止自行编写批注/修订脚本。 自行编写脚本会导致严重内容丢失。review_adder.py 内部已正确处理文本拆分逻辑和跨 run 文本映射。

精准定位能力：review_adder.py 已内建精准匹配能力，可在 docx 文件中精准且最小化地定位待修改或待批注的文本：

• 跨 run 精准定位：当目标文本跨越多个 w:r 元素时，能精确计算字符偏移量，只标记目标文本范围，不影响 run 中的其他文本
• 批注精准定位：纯批注（comment）模式下，优先使用 highlight_text 指定批注精确覆盖范围（仅批注该文本而非整个 context）；若未指定 highlight_text，则批注范围覆盖整个 context
• 修订批注精准定位：replace/delete 模式下，批注仅覆盖实际修订的文本（w:del/w:ins 节点），不包含修订前后的未修改文本
• occurrence 字段：当同一 context 在文档中出现多次时，可通过 occurrence 字段（从 1 开始的整数）指定标注第几次出现；不指定时默认标注第一次出现
• 空白字符容错：搜索文本时先尝试精确匹配，失败后自动尝试忽略空白字符差异的模糊匹配

⚠️ Windows PowerShell 环境：禁止使用 PYTHONPATH=xxx python -m ... 的 bash 语法，必须使用 python "<skill_root>\scripts\review_adder.py" 直接调用。

脚本执行后会输出处理统计信息。如果跳过数量大于 0，需要检查原因并修正 reviews JSON 后重新执行本步。

第七步：内容完整性验证（强制性）

⛔ 本步骤为强制性步骤，不得跳过。 未通过验证的文档禁止输出给用户。

python "<skill_root>\scripts\verify.py" "<input_docx>" "<input_dir>\<input_stem>_ReviewOut_<timestamp>.docx" "<work_dir>"

该脚本会自动执行以下三项验证：

1. 段落数量验证：对比原始文档与审查文档的段落数量
2. 模拟接受修订验证：确认只有预期的字词被修改
3. 文件结构验证：确保审查文档保留了原始文档的所有文件

如果任何验证项未通过（输出 ❌），必须排查原因并修正后重新执行第六步和第七步。

最终输出结果

向用户报告审查结果：

📋 专利申请文件审查完成

审查文件：xxx.docx
发现问题：N 处

【审查摘要】
- 摘要：X 处问题
- 权利要求书：Y 处问题（涉及 Z 项权利要求）
- 说明书：W 处问题
- 全文一致性：V 处问题

已生成审查版文档：xxx_ReviewOut_<timestamp>.docx
- 明确了具体操作的修改建议已在修订模式下执行替换或删除，可在 Word 中逐一接受/拒绝
- 无法明确具体操作的修改建议以批注标记，可在 Word 中查看
- 批注第一行为问题描述，换行后为修改建议

审查意见汇总报告：<input_dir>\<input_stem>_review_report_<timestamp>.md
中间文件保存在：<work_dir>

脚本错误处理

当脚本执行出错时，按以下方式处理：

文件命名规则

所有输出文件必须包含第二步获取的真实本地时间戳：

技术架构

checking-patdocx-cn-single-agent/
├── SKILL.md                          # 本文件
├── scripts/
│   ├── __init__.py
│   ├── document.py                   # Document 类（OOXML 编辑）
│   ├── utilities.py                  # XMLEditor 基类
│   ├── doc_converter.py              # .doc 转 .docx（pywin32 COM 自动化）
│   ├── patent_extractor.py           # 专利文本提取与章节分割脚本
│   ├── review_adder.py               # 审查意见批注添加脚本（必须使用）
│   ├── verify.py                     # 内容完整性验证脚本
│   └── templates/                    # 批注相关 XML 模板
├── ooxml/
│   └── scripts/
│       ├── unpack.py                 # docx 解压
│       ├── pack.py                   # docx 打包
│       └── validation/              # 验证工具
├── 审查规则/                          # 13 条审查规则文件
├── 参考/                             # 参考文档（渐进式披露）
│   ├── reviews_json_schema.md        # 审查意见 JSON Schema 说明
│   └── report_template.md            # 审查意见汇总报告模板
└── requirements.txt

依赖

• Python 3.10+
• defusedxml
• lxml
• python-docx
• pywin32（用于 .doc 转 .docx，仅 Windows + Microsoft Word 环境需要）