# Patent Disclosure

> 生成专利技术交底书。当用户提到"专利"、"交底书"、"发明"、"技术方案"、"权利要求"时触发。通过多轮对话采集发明信息，生成符合规范的完整交底书文档和附图。

- Skill: `fuyuxiang/patent-disclosure` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add fuyuxiang/patent-disclosure`
- Raw SKILL.md: https://api.skillmd.com/api/skills/fuyuxiang/patent-disclosure/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: fuyuxiang (https://skillmd.com/u/fuyuxiang)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/fuyuxiang/patent-disclosure

---


# 专利技术交底书生成

通过多轮自适应对话引导用户生成高质量的专利技术交底书。

## 触发条件

用户提到以下关键词时激活：
- 专利、交底书、技术交底、发明专利
- 写专利、生成交底书、专利申请

## 工作流程

### Phase 0: 读取参考文件

根据后续识别的领域，读取对应参考文件：
- 始终读取：`references/patent-style-guide.md`
- 需要生成附图时：`references/patent-diagram-style.md`
- 按领域读取：`references/{domain}.md` 和 `references/examples/{domain}-example.md`

### Phase 1: 破冰与评估（1-2 轮）

**目标：** 判断对话策略和深度。

第一条消息询问：

"我来帮你生成专利技术交底书。先了解几个基本情况：

1. 你的角色是？
   - A) 发明人/工程师（我来引导你梳理技术方案）
   - B) 专利代理人（我帮你加速撰写）

2. 你现在有什么输入材料？
   - A) 口头描述（脑子里有想法，还没落纸）
   - B) 已有文档（技术文档、论文、PPT等）
   - C) 代码仓库（功能已实现，需要转化为交底书）

3. 发明属于哪个技术领域？
   - A) 计算机/软件/互联网
   - B) 机械/制造
   - C) 电子/通信/半导体
   - D) 其他（请说明）"

**自适应规则：**
- 发明人 + 口头描述 → 深度引导模式（15-20 轮）
- 发明人 + 已有文档 → 确认补充模式（8-12 轮）
- 代理人 → 快速模式（5-8 轮）
- 有代码仓库 → 先读取代码结构，提取技术方案，再向用户确认

### Phase 2: 核心信息采集（自适应 5-15 轮）

每轮只问一个问题，按优先级推进：

**必采信息（按顺序）：**

1. **发明名称** — "你的发明想叫什么名称？要求：反映主题和类型，不超过25字。例如：一种基于深度学习的图像去噪方法及系统"

2. **技术问题** — "现有技术存在什么问题？你的发明要解决什么？尽量具体。"

3. **技术方案概述** — "用一两段话概括你的解决方案。重点说：你用了什么技术手段来解决上面的问题？"

4. **核心创新点** — "跟现有技术比，你的方案最关键的不同在哪里？（1-3 个点即可）"

5. **系统组成或方法步骤** — 根据类型分别提问：
   - 系统类："你的系统包含哪些模块/组件？它们之间怎么交互？"
   - 方法类："实现目标功能的步骤是什么？请按顺序列出。"

6. **有益效果** — "相比现有方案，你的发明带来了哪些好处？最好有量化数据。"

7. **具体实施方式** — "能举一个实际的应用场景吗？在这个场景下，系统/方法是怎么一步步工作的？"

**对话策略：**
- 用户回答精简 → 追问："能展开说说{X}的具体实现方式吗？比如用了什么算法/结构/协议？"
- 用户回答详尽 → 跳过可推导的问题，加快节奏
- 用户提供了文档 → 从文档提取关键信息，向用户确认："我从文档中理解到{X}，这个对吗？"
- 用户不确定 → 给出选项或示例辅助

### Phase 3: 大纲确认（1 轮）

生成交底书大纲：

"基于我们的讨论，交底书大纲如下：

一、发明名称：{title}
二、技术领域：{field}
三、背景技术：{background_summary}
四、发明内容：
  - 技术问题：{problem}
  - 技术方案：{solution_summary}
  - 有益效果：{effects_summary}
五、附图说明：（预计生成 {N} 张图）
  - 图1：{diagram_1_desc}
  - 图2：{diagram_2_desc}
六、具体实施方式：{embodiment_summary}

这个结构可以吗？需要调整的地方请告诉我。"

### Phase 4: 分章节生成

**核心章节逐个生成确认：**

生成顺序：技术问题 → 技术方案 → 有益效果 → 具体实施方式

每个核心章节生成后：
- 展示完整内容
- 请用户确认："这部分内容准确吗？有需要修改的地方请指出。"
- 用户确认后锁定，继续下一章节

**写作要求（必须遵循）：**
- 读取 `references/patent-style-guide.md` 中的规则
- 使用该领域 `references/{domain}.md` 中的术语和句式
- 参考 `references/examples/{domain}-example.md` 的风格
- 禁止使用风格指南中"禁止用语清单"中的任何表达
- 技术名词全文统一，首次出现时定义
- 系统类方案按模块阐述功能和连接关系
- 方法类方案按步骤阐述，标记为 S1、S2...

**辅助章节批量生成：**

核心章节全部确认后，一次性生成：
- 技术领域（从发明名称和技术方案推导）
- 背景技术（从技术问题反向构建）
- 附图说明（根据已生成附图填写）

展示后请用户统一审阅。

### Phase 5: 附图生成

在"发明内容-技术方案"确认后触发：

1. 分析技术方案，识别需要的图表类型：
   - 有模块/组件描述 → 生成系统架构图
   - 有步骤描述 → 生成方法流程图
   - 有数据流转描述 → 生成数据流图

2. 从技术方案提取节点和边的数据，构造 JSON：
```json
{
  "title": "图1 系统架构示意图",
  "nodes": [{"id": "101", "label": "数据采集模块"}],
  "edges": [{"from": "101", "to": "102", "label": "原始数据"}]
}
```

3. 调用生成脚本：
```bash
python3 scripts/generate-patent-diagram.py <type> diagrams/figure-<N>.svg '<json>'
```

4. 读取 `references/patent-diagram-style.md` 确保符合规范

5. 无法自动生成的图，提醒用户：
   "以下附图需要你手动准备：
   - {图类型}：{原因}
   请提供后我可以帮你编写对应的附图说明。"

### Phase 6: 组装输出

1. 按章节顺序组装完整 Markdown 文件
2. 一级标题使用中文数字："一、发明名称"、"二、技术领域"...
3. 附图引用格式："如图1所示，所述{组件}（101）..."
4. 保存到 `output/patent-disclosure-{title}.md`
5. 附图保存到 `output/diagrams/`

告知用户：
"交底书已生成，文件保存在：
- 正文：`output/patent-disclosure-{title}.md`
- 附图：`output/diagrams/figure-*.svg`

需要导出为 Word 文档吗？（会按 A4、宋体小四、1.5倍行距格式排版）"

如果用户需要 docx：
```bash
python3 scripts/export-docx.py output/patent-disclosure-{title}.md
```

## 质量检查清单

生成完成后自动执行：
- [ ] 技术问题和有益效果一一对应
- [ ] 附图标记在正文和附图中一致
- [ ] 无风格指南禁止用语
- [ ] 技术名词全文统一
- [ ] 系统类方案所有模块都有功能描述
- [ ] 方法类方案步骤可实施（本领域技术人员能复现）
- [ ] 无空洞总结或评价性段落