Fto Search

FTO Orchestrator (MCP 模式)

依次调用后端 FTO Pro 的 8 个 MCP tool 完成一次完整 FTO 分析。每步把上一步的输出作为下一步的输入（服务端无会话状态，数据靠入参显式传递），返回后立即按模板展示，再继续下一步。

整个流程实测耗时较长（Step 5 迭代优化、Step 6 筛选、Step 7 CC 分析各可达数分钟），属正常现象，耐心等待即可。

🔴 阶段 0：启动门禁（必须全部通过才能调第一个 tool）

四项检查逐条走完再开始。任何一项不通过就停在这里报出缺失项，不要「先跑起来看看」—— FTO 流程中途缺件不会报错，只会静默产出一份看着完整、实际漏掉大半证据的报告。

① 必需工具齐备（缺一即停）

本流程依赖 fto-search-mcp 这一组 tool，逐个核对是否可用：

缺失时的处理（强制）：

1. 在调用任何 tool 之前就停止，不要开始 Step 1。
2. 明确列出缺失的 tool 名与它对应的步骤，并说明「因此本次无法产出 XX」 （如缺 fto_cc_analysis → 无法产出侵权风险结论与报告）。
3. 给出配置方式（见下），询问用户是配置后重跑，还是只跑能跑通的前几步。
4. 若用户选择只跑前几步：在开头和结尾都要写明本次是残缺运行、缺哪几步、 结论不能当作 FTO 结论使用。绝不把残缺运行描述成一次 FTO 分析。

MCP 配置：

"fto-search-mcp": {
  "type": "http",
  "url": "https://connect.zhihuiya.com/30af1e/mcp?apikey=YOUR_MCP_KEY"
}

YOUR_MCP_KEY 是您在 智慧芽 开放平台申请的密钥，请替换为实际的密钥。 登录 智慧芽 开放平台(https://open.zhihuiya.com/)，在 API 密钥 页面创建新的 MCP Key。Key 格式为 sk-xxxxxxxxxxxx，请妥善保存

② 输入聚焦：一次只分析一个方案

FTO 的每一步（特征提取、关键词、检索式、CC 对比）都假设输入是单一技术方案。 两个方案混在一段文本里，特征会被合并成一份四不像，检索式覆盖两个领域的交集，结论无效。

调 Step 1 之前先判断输入：

• 文本描述了两个及以上彼此独立的技术方案（不同产品、不同技术路线、 或明显是「方案一 / 方案二」「另外我们还有」这类并列结构）→ 停下询问： 列出你识别到的各个方案（每个一句话概括），让用户选定本次分析哪一个， 或确认要分别跑多次。不要自行挑一个开始，也不要合并成一个跑。
• 单一方案但含多个技术特征、多个实施例 → 正常，直接继续（这是 FTO 的常态输入）。

③ 语言：input_lang 决定全部产出语言

自动检测 technical_proposal 的主要语言：中文 → cn，其他 → en。

input_lang=en 时的强制要求：本 skill 下方所有展示模板的中文标题、表头、 标签、结论文案全部改用英文输出，不留任何中文。模板里的中文只是 cn 情形的样例， 不是要照抄的字面量。具体对照见文末「附录 A：英文模板对照」。

同时 input_lang 必须逐步传给每一个 tool（每个 tool 都有该入参）， 它同时决定后端 LLM 的产出语言与 Word 报告用哪份模板（cn/en 两份）。 漏传某一步，那一步的产出会掉回该 tool 的默认值 cn，报告里就混进中文段落。

④ 检索数据源可达

Step 4 拿到 query_result_count=0 时，几乎一定是检索数据源不可达，而非检索式问题。 此时停下告知用户，不要带着 0 命中继续往下跑。

输入参数

图片输入的传递要求（原始字节保真）

image_files 的每一项必须是图片原始字节的 base64 编码，原样传递：

• 从文件读到字节 → base64.b64encode(raw_bytes) → 直接放进列表。
• 不要重新编码、转格式、压缩、缩放、截断或重新排版换行后再传。 任何一次二次编码都会让后端解出的字节与原图不一致，图文联合分析的 可追溯性失效（说不清结论对应的是哪张图）。
• data URI 与裸 base64 后端都接受，带换行的 base64 也接受（后端会去空白）。 URL-safe 变体（-_）同样接受。
• 若手上只有图片 URL，直接把 URL 放进列表即可，后端会下载—— 但不要自己下载再编码，那等于多一次转手。
• 图片单张上限 20MB，仅支持 PNG / JPEG / GIF / WebP。

传完后在 Step 1 展示里注明「已附图 N 张」，让用户能核对张数。

字段参考（重要）

每步工具的真实返回字段与直觉差异很大（同一含义在不同步骤甚至换名，如 Step2 的 chinese_keyword 单数 vs Step3 的 chinese_keywords 复数）。下面每步的展示模板已按 实测字段编写。如遇返回结构与模板不符，以 references/tool-outputs.md 为准，并优先 print 一次 keys 核对，不要凭记忆猜字段名。

🔴 全流程硬约束

以下四条贯穿 8 步，每步都适用：

1. task_id 全程唯一且复用：阶段 0 通过后生成 fto-{YYYYMMDD}-{随机8位}， 8 步（含 Step 7 的每一批）全部传同一个。后端按 task_id 归集 CC 结果与 报告状态，换 ID 会让报告读到别的任务的数据，复用旧 ID 会掺进历史残留。 一次会话里同时跑多个方案时，每个方案必须各自生成独立 task_id，绝不共用—— 共用会让两个方案的 CC 结果落进同一条报告链路，混成一份错误报告。
2. 参数原样传递：上一步返回的结构（search_elements、aggregated_query、 patent_ids 等）原样传给下一步，不要摘要、重排、改名或「顺手清洗」。 字段名以 references/tool-outputs.md 为准。
3. 数字不推算：所有计数（命中数、保留数、风险数）只用工具返回的字段。 工具不返回的（如筛除数、候选总数）就不写，绝不估算或反推。
4. 失败即停，不续跑：任一步抛错或返回 isError → 停在该步，报出错误原文与 已完成/未完成的步骤，问用户重试还是调整。绝不跳过失败步骤继续下一步， 也不用已有的部分结果汇总出结论。详见「阶段 9：异常处理」。

执行流程

初始化

阶段 0 四项门禁通过后：生成 task_id，确认 input_lang、country（默认 ["CN"]）、 legal_status（默认 ["1","2"]）、image_files（默认 []）。

把这几个值先复述给用户一行，便于当场纠正受理局或语言：

本次分析：task_id `{task_id}` ｜ 语言 {input_lang} ｜ 受理局 {country} ｜ 法律状态 {legal_status} ｜ 附图 {len(image_files)} 张

逐步调用与展示

每步返回后立即按模板展示，再继续。模板里 {字段} 均为实测返回字段。 input_lang=en 时按附录 A 换成英文模板。

Step 1：方案润色

调用：fto_proposal_refine(task_id, technical_proposal, input_lang, image_files)

返回 {success, refined_proposal, original_proposal}。后续步骤统一用 refined_proposal。

润色后自检（必做）：对照原文核对 refined_proposal 是否丢了要素。 润色是 LLM 改写，会压缩它认为次要的内容，而被压掉的往往正是跨领域方案里 非主线的那一维（见 Step 2 的跨领域检查）。若发现原文里的某类要素在 refined_proposal 中整体消失，在展示中明确指出，并提醒用户该维度可能在 后续检索中覆盖不足。

## 📋 Step 1 完成：技术方案润色

{已附图 N 张（image_files 非空时显示）}

{refined_proposal}

{检测到要素丢失时追加}⚠️ 原文中的 {丢失要素} 在润色结果中未保留，后续检索对该维度的覆盖可能不足。

Step 2：技术特征提取

调用：fto_feature_extraction(task_id, refined_proposal, input_lang)

core_innovations/key_implementations/support_technologies 是字符串数组； search_elements[] 含 chinese_keyword（单数，此步常为空）。

element_type / keyword_type 返回值是英文枚举。展示时按 input_lang 映射： cn 显示中文名（保留英文枚举做括注），en 直接显示英文枚举。映射表：

• element_type：TECHNICAL_DOMAIN=技术领域 · CORE_INNOVATION=核心创新 · KEY_IMPLEMENTATION=关键实现 · SUPPORTING_TECH=支撑技术
• keyword_type：APPLICATION=应用 · FUNCTIONAL=功能 · STRUCTURAL=结构

🔴 跨领域方案的特征完整性检查（必做，不可跳过）

问题：方案同时涉及多个技术维度时（典型如「硬件结构 + 算法 + 材料」）， 特征提取会偏向它判断为「主线」的那一两维，把其余维度的特征整体漏掉。 漏掉的维度在 Step 3 没有关键词、Step 4 没有对应子句，检索式对该维度零覆盖， 而流程不会报错——最终报告看着完整，实际漏掉了一整类可能侵权的专利。

做法：把 refined_proposal 按技术维度过一遍，逐维核对是否在 core_innovations / key_implementations / support_technologies / search_elements 中有对应项。至少覆盖这几类维度：

材料维度最容易被整体丢弃，尤其当方案主线是硬件或算法时。 只要原文提到了具体材料、组分或配方，就必须在特征里有对应项。

发现缺失时：不要静默继续，也不要自己捏一条特征塞进 search_elements （那会污染原样传递的结构）。按以下顺序处理：

1. 在 Step 2 展示中用 ⚠️ 明确列出缺失的维度及原文对应片段。
2. 询问用户：是「补充说明该维度后重跑 Step 2」，还是「接受现状继续」。
3. 用户选择继续时，在 Step 3 展示中再次标注该维度无关键词覆盖， 并在 Step 8 的结论里写明「本次检索未覆盖 {维度}，该维度的专利风险未评估」。

## 📋 Step 2 完成：技术特征提取

**技术领域**：{tech_field}
{cross_field 非空时显示}**交叉领域**：{cross_field}

### 🔴 核心创新特征
{遍历 core_innovations 字符串}- {该字符串}

### 🟡 基础必要特征
{遍历 key_implementations 字符串}- {该字符串}

### 🟢 扩展特征（为空显示「（无）」）
{遍历 support_technologies 字符串}- {该字符串}

### 🔍 检索要素（{len(search_elements)} 个，质量 {quality} / 置信度 {confidence}）
| 类型 | 描述 | 关键词类型 | 相关度 |
|------|------|-----------|--------|
{遍历 search_elements}| {element_type 按 input_lang 映射} | {element_description} | {keyword_type 按 input_lang 映射} | {relevance_score} |

### ✅ 维度覆盖自检
| 维度 | 原文是否提及 | 特征中是否覆盖 |
|------|:-----------:|:-------------:|
{逐维填写，仅列原文提及的维度}| {维度} | 是 | {是 / ⚠️ 否} |

{存在 ⚠️ 时追加}⚠️ **{维度} 维度缺失**：原文「{原文片段}」未进入特征列表，
该维度将在后续检索中零覆盖。请选择：补充说明后重跑 Step 2 / 接受现状继续。

Step 3：关键词扩展

调用：fto_keyword_expansion(task_id, refined_proposal, search_elements, input_lang, region)

search_elements 取 Step 2 的 search_elements（原样传，不增删）；region 取 country[0]（如 "CN"）

search_elements[] 此步含 chinese_keywords/english_keywords（复数）与 chinese_synonyms/english_synonyms（与核心词一一对应的二维数组）、classifications。

## 📋 Step 3 完成：关键词扩展

共 {total_elements} 个要素，{total_keywords} 个核心词 + {total_synonyms} 个同义词（质量 {quality_score}）

{遍历 search_elements，序号从 1}
### {序号}. {element_type} — {element_description}
| 核心词 | 中文扩展 | 英文 / 英文扩展 | 分类号 |
|--------|---------|----------------|--------|
{对每个 chinese_keywords[i]}| {chinese_keywords[i]} | {chinese_synonyms[i] 逗号连接} | {english_keywords[i]} / {english_synonyms[i] 逗号连接} | {classifications 逗号连接，仅首行显示} |

{Step 2 自检有缺失维度时追加}⚠️ {维度} 维度无对应要素，故本步也无该维度关键词。

传给 Step 4 的是本步的 search_elements 字段。

Step 4：检索式构建

调用：fto_query_generation(task_id, refined_proposal, search_elements_with_keywords, input_lang, country, legal_status)

search_elements_with_keywords = Step 3 的 search_elements；country 默认 ["CN"]；legal_status 默认 ["1","2"]

retrieval_queries[] 字段：sequence/query/actual_query/result_count/is_available/is_combination。 aggregated_query 为聚合后的完整检索式原文，组合式（is_combination=true）的 query 字段是 (S0) AND ((S1) AND ...) 形式的逻辑结构（用子式序号引用，便于阅读）， actual_query 才是该子式展开后的真实检索式。

## 📋 Step 4 完成：检索式构建

### 检索式层级
| 序号 | 类型 | 结果数 | 状态 |
|------|------|--------|------|
{遍历 retrieval_queries}| {sequence} | {is_combination ? 组合 : 单式} | {result_count} | {is_available ? 可用 : 不可用} |

### 聚合检索式逻辑结构
{取最后一条 is_combination=true 的 query（含 (S0) AND (...) 序号引用形式），代码块展示}

### 聚合检索式（完整原文）
{aggregated_query 完整原文，代码块展示}

命中 **{query_result_count}** 条

query_result_count=0 时停止：按门禁④处理，检索数据源不可达，不要继续往下跑。

Step 5：检索式迭代优化（AI agent 主导循环）

后端只提供原子数据计算能力（无 LLM），检索式的改写与决策完全由 AI agent 完成。 最大轮次 5 轮，每个 MCP tool 调用 ≤2 分钟，不会触发网关超时。

5.0 初始化样本集（整个 Step 5 只做一次）

调用：fto_sample_set_init(task_id, refined_proposal, country, legal_status="1,2", input_lang)

注意此处 legal_status 是逗号分隔字符串（"1,2"），与 Step 4 的列表形态不同。

返回 {sample_ids, sample_size, cached}。把 sample_ids 保存为变量 S，后续全程复用，不再重新采样。

样本集：{sample_size} 件（{cached ? "命中缓存" : "新采样"}）

🔴 sample_size < 10 时停止：这不是「样本偏少」而是语义检索链路异常， 此时算出的 recall 完全不可信（分母只有个位数，一两件命中就能虚高到 80%+）。 停下告知用户实际样本数与该数字为何不可用，询问是重试 5.0 还是跳过 Step 5 直接用 Step 4 的检索式进 Step 6。绝不带着 <10 的样本集继续跑迭代—— 后续每一轮的 recall 都是噪声，据此做的收敛判断和检索式改写全是无效动作。

5.1 初始指标（轮次 0）

调用：fto_estimate_recall(task_id, aggregated_query=Step4_aggregated_query, sample_ids=S, input_lang)

返回 {result_count, reachable, hit, recall, missed_ids, breadth, breadth_comment, partial_failure, failed_chunks}。初始化迭代记录表，把 Step 4 的检索式记为 current_query：

| 轮次 | 改动说明 | 结果数 | 样本查全率 |
|------|---------|--------|-----------|
| 0（初始） | Step 4 原始检索式 | {result_count} | {recall}% |

🔴 partial_failure=true 时该轮 recall 不可用：有 failed_chunks 个批次查询失败， 这些批次整批被跳过，recall 因分母缺失而偏小且不可信。此时不要据此判停、也不要 据此改写检索式（会把「查询失败」误读成「检索式漏了这批」，朝错方向放宽）。 处理：在迭代记录表该行标注 ⚠️ partial_failure（{failed_chunks} 批失败）， 重试一次 fto_estimate_recall；仍失败则停下告知用户检索 API 不稳定， 询问是继续等待重试还是跳过 Step 5。

5.2 收敛判断（每轮循环开始时检查）

满足其一即停止：

• recall ≥ 85% 且 breadth != "narrow"（patsnap-query-gen 实测阈值，比旧版 95% 更符合伪 GT 的真实校准区间； breadth=narrow 时命中数过少，伪 GT 样本覆盖率虚高，即便 recall 达标也不能收尾，需继续放宽）
• recall 连续两轮不再上升
• 已达最大轮次（5 轮）

判停只看 partial_failure=false 的轮次；被标注 partial_failure 的轮次不参与 「连续两轮不再上升」的计数。

若收敛，跳到 5.7 收尾补召回。否则继续 5.3。

5.3 归因分析

调用：fto_diagnose_missed(task_id, aggregated_query=current_query, missed_ids=前一步missed_ids[:10], input_lang)

返回 {blocking_clauses: [{clause, blocks, is_fixed_field}], total_missed}。

解读原则：

• is_fixed_field=true 的子句（AUTHORITY/SIMPLE_LEGAL_STATUS/PATENT_TYPE/ANCS）→ 绝对不动
• blocks 最多且非固定字段 → 真盲区，优先优化这个方向
• missed 集中在单一子句 → 该子句同义词不够或字段选错
• missed 均匀分布在多个子句 → 多属合理排除，可考虑接受现状

5.4 AI agent 改写检索式

改写约束（必须遵守）：

1. 一次只改一个变量：只改归因指向的那个子句；字段降级（ICLMS_ALL → TAC_ALL）和加同义词不同时做
2. 不动固定字段：AUTHORITY、SIMPLE_LEGAL_STATUS、PATENT_TYPE、ANCS 子句维持原样
3. 领域词不能孤立做 AND：技术领域词必须有分类号兜底 (TAC_ALL:(词) OR IPC_CPC:(小类))，不能单独作为 AND 必要条件
4. 查全优先于查准：命中数几百到几千均可接受；breadth=broad 才考虑收紧
5. 产品名/商品名/活性成分名：放进 OR 分支，绝不作为 AND 必要条件

把改写后的完整检索式输出在代码块中。

5.5 语法校验

调用：fto_validate_and_fix_query(task_id, new_query=改写后检索式, original_query=Step4_aggregated_query, input_lang)

• fixed_field_violated=true → 警告固定字段被误改，展示 violated_field，AI agent 需重新改写
• is_valid=false → 展示错误，要求重新改写
• 通过 → 用 fixed_query 作为本轮 current_query，其 result_count 即本轮结果数

5.6 本轮评估

调用：fto_estimate_recall(task_id, aggregated_query=current_query, sample_ids=S, input_lang)

更新迭代记录表（同样检查 partial_failure），回到 5.2 判断收敛。

5.7 收尾补召回（收敛后执行）

仅当最终 missed_ids 非空时执行：

1. 调用：fto_fetch_missed_patent_details(task_id, missed_ids=最终轮missed_ids[:15], input_lang)

   返回每件专利的 title/abstract/ipc/cpc。

2. AI agent 分析这批专利的共同技术特征，判断是否存在检索式遗漏的技术表述（某类 IPC 小类、某个惯用表达）。

3. 若发现真盲区，生成补充子句，以 OR 追加：

   ({current_query}) OR ({补充子句})
   

4. 调用 fto_validate_and_fix_query + fto_estimate_recall 验证效果，追加到迭代记录表。

5. 最终检索式 = 通过验证后的 fixed_query。

展示模板

## 📋 Step 5 完成：检索式迭代优化（{迭代轮数} 轮）

### 迭代过程
| 轮次 | 改动说明 | 结果数 | 样本查全率 |
|------|---------|--------|-----------|
{遍历迭代记录表，partial_failure 的轮次标注 ⚠️}

样本集：{sample_size} 件
最终：样本查全率 **{recall}%**（≥85% 且非过窄 ✅ / 否则 ⚠️ 已达最大轮次），结果数 **{result_count}**（{breadth_comment}）

### 最终检索式
{final_query 完整原文，代码块展示}

若最终 recall < 85% 且已达最大轮次：说明归因显示剩余未命中多属合理排除（被发明点子句过滤）， 询问用户在「接受现状继续 / 调整特征重跑 Step 4」中选择，等待选择后继续。

注：样本查全率 85% 对应实测真查全率接近 100%（旧阈值 95% 过于激进，85% 是 patsnap-query-gen 实测多个 case 的经验收敛线）。

Step 6：专利排除筛选（后端工具 fto_patent_screening）

调用：fto_patent_screening(task_id, refined_proposal, aggregated_query, query_result_count, country, input_lang)

aggregated_query/query_result_count 取 Step 5 输出；country 传与前面各步相同的受理局列表

返回值就是一个 patent_id 字符串数组（顺序与筛选结果一致），不是对象， 也没有计数字段、标题、匹配度、首权或排除理由。

## 📋 Step 6 完成：专利排除筛选

- **保留：{len(patent_ids)}** 条（进入 CC 分析）

候选总数与筛除数当前工具版本不返回，别写也别推算。排除理由同样不返回，勿编造。 该列表原样传给 Step 7，按 10 篇一批分批调用。

🔴 列表为空时就地结束：不要调用 Step 7 和 Step 8， 展示「没有保留专利，无需 CC 分析，未生成报告」后收尾。 硬跑报告工具会回退按 task_id 查库，要么报 未找到权利要求对比分析结果， 要么在 task_id 被复用时拿历史残留数据渲染出一份不属于本次的报告。

空列表不等于「无侵权风险」：它同样可能是筛选阈值过严或检索式跑偏。 收尾文案必须写成「本次未产出可进入 CC 分析的专利，因此未评估侵权风险」， 绝不写成「未发现侵权风险」或「可以自由实施」——后者是一个未做过的结论。 同时给出下一步建议（放宽 Step 5 检索式 / 调整特征重跑），让用户能判断要不要重跑。

Step 7：权利要求对比分析（CC 分析）（后端工具 fto_cc_analysis）

调用：fto_cc_analysis(task_id, refined_proposal, patent_ids, input_lang)

🔴 单次最多 10 篇，必须分批调用（超过 10 篇工具直接报错）：

1. 取 Step 6 返回的 patent_ids，按顺序切成每批 ≤10 篇。
2. 逐批调用 fto_cc_analysis，每批都传同一个 task_id（各批结果落到同一条报告链路）。
3. 批与批之间串行调用，不要并发。
4. 把所有批次返回的 claim_analysis_results[] 拼接成一个完整列表仅用于本步展示， analysis_stats 的六个计数（total_patents/successful_analyses/failed_analyses/ high_risk_patents/medium_risk_patents/low_risk_patents）逐批求和，缺失键按 0 处理。 不要把这个拼接列表传给 Step 8 —— 它只有高风险明细，见 Step 8 说明。

🔴 批次失败与业务失败的处理（两类都要停）

第一类：工具抛错 / 返回 isError（传输或调用层失败） 报出失败的批次序号与该批的专利 ID，停在这一步，等用户决定重试还是继续。

第二类：工具成功返回，但业务层没分析成功（更隐蔽，必须主动查） 每批返回后核对 analysis_stats：

• failed_analyses > 0 → 该批有专利分析失败
• successful_analyses + failed_analyses < total_patents → 有专利既没成功也没记失败
• successful_analyses == 0 且 total_patents > 0 → 该批整批业务失败

出现任一条就停止，不要继续调用后续批次，也不要进 Step 8。 工具返回 success=True 只代表调用通了，不代表专利被分析了； 把这种批次当成功累加进去，报告会少掉这些专利却读起来像完整结论。

处理：展示每批的 total_patents / successful_analyses / failed_analyses 三个数， 指出哪批哪几件没分析成功，询问用户是重试该批还是接受缺口。 若用户选择接受缺口继续，必须在 Step 7 和 Step 8 的展示里都写明 「{N} 件专利未完成分析，本报告不覆盖这些专利」。

绝不把未完成的批次描述为分析完成，也不要拿已成功的批次直接汇总出结论 —— 未分析的专利静默缺席，读起来却像一份完整的 FTO 结论，这是本流程代价最高的错误。

工具只返回该批中高风险（infringement_risk_level=HIGH）的专利， 因此某批返回空 claim_analysis_results 是正常的（这批没有高风险专利），不是失败； 判失败看工具是否抛错、以及 analysis_stats 的三个计数，不看返回列表是否为空。

返回 analysis_stats（风险计数直接用它）+ claim_analysis_results[]。 风险等级在 risk_assessment.infringement_risk_level（HIGH/MEDIUM/LOW），无顶层 risk_level。 patent_resource 是字符串（取不到 pn/title）；专利标识用 patent_id。 feature_comparisons[] = {claim_num, claim_feature, comparison_feature, is_public, type, reason} （无 is_text_similar；is_public 为字符串 "0"/"0.5"/"0.9"/"1"，type 为等同类型枚举 LITERAL_SAME/HYPERNYM/FUNCTIONAL/IMPLIED/FWR/QUESTIONABLE_RISK/DIFFERENT）。

## 📋 Step 7 完成：权利要求对比分析（{批次数} 批，每批 ≤10 篇）

共 **{累加 total_patents}** 件 ｜ ✅ 成功 **{累加 successful_analyses}** ｜ ❌ 失败 **{累加 failed_analyses}**
🔴 高风险 **{累加 high_risk_patents}** ｜ 🟡 中 **{累加 medium_risk_patents}** ｜ 🟢 低 **{累加 low_risk_patents}**

{failed_analyses > 0 时追加}⚠️ {N} 件专利未完成分析，本次结论不覆盖这些专利。

### 🔴 高风险专利（infringement_risk_level=HIGH）
| 专利 ID | 风险说明 | 结论摘要 |
|---------|---------|---------|
{遍历 HIGH 的 claim_analysis_results}| {patent_id} | {risk_assessment.risk_description} | {conclusion 前 60 字} |

{可选：对其中一件展开 feature_comparisons 逐特征对比表}
| 权项 | 专利特征 | 方案对应特征 | is_public | 等同类型 | 说明 |
|------|---------|------------|:---------:|:--------:|------|
{遍历 feature_comparisons}| {claim_num} | {claim_feature} | {comparison_feature} | {is_public} | {type} | {reason} |

Step 8：FTO 报告生成（后端工具 fto_report_generation）

调用：

fto_report_generation(
  task_id, refined_proposal, input_lang,
  feature_extraction, expanded_keywords, retrieval_queries,
  country, legal_status
)

🔴 分批后必须省略 claim_analysis_results，只复用同一 task_id： Step 7 每批只返回高风险明细，但 CC Agent 已按 task_id + patent_id 把该批全量结果写库 （含 MEDIUM/LOW，且不删其他批次）。省略该入参时报告工具按 task_id 读取累计的完整结果， 报告才不会被截断成高风险明细，也才能在没有高风险专利时正常出报告。 传入拼接后的高风险列表会让 project_info.patent_count 和 Claim Chart 只剩那几件。

🔴 country / legal_status 必须传，且与前面各步用的是同一份值。 Word 报告的「检索范围」章节由这两个入参渲染（受理局名称 + 法律状态名称 + 检索日期）； 漏传该章节整段空白，报告读者无法核验本次检索的口径。

feature_extraction/expanded_keywords/retrieval_queries 分别传 Step 2/3/4 的返回， 用于渲染 Word 的检索过程章节，可省略但省略的章节会显示为待补充。 retrieval_queries 若 Step 5 有迭代，传 Step 5 最终检索式对应的那份。

返回 overall_summary（风险计数）、analysis_stats、project_info、report_name， 以及 report_id / file_name / sign_url / s3_key —— sign_url 就是 Word 报告的下载链接。 风险总结优先用 analysis_stats（最稳，report_name 可能为空）。

🔴 报告产出必须可核验（不可跳过）

报告是本流程的最终交付物，只报风险数字而不给出报告本体，用户无法核验任何一项。 展示时必须做到：

1. 给出 sign_url 下载链接和 file_name。这是 Word 报告附件， 缺了它用户拿不到可核验的产物。sign_url 为空或缺失时明确写「报告文件未生成成功」， 不要只展示统计数字就宣布完成。
2. 列出可核验的四项口径，每项都用工具返回的字段，取不到就写「工具未返回」：
   • 封面专利数：project_info.patent_count
   • 分析专利数：analysis_stats.total_patents
   • 检索范围：本次的 country + legal_status（即传入的筛选条件）
   • 风险数量：analysis_stats 的 high/medium/low 三个计数
3. 检索次数：工具不返回该字段。若要给，只能用 Step 4 的 len(retrieval_queries) 与 Step 5 的迭代轮数，并注明这是编排侧计数、不是报告内字段；拿不到就写「工具未返回」。 绝不估算或反推。

## 📋 Step 8 完成：FTO 分析报告

### 📎 报告文件
- 文件名：{file_name}
- 下载链接：{sign_url}
- report_id：{report_id}

{sign_url 缺失时}⚠️ 报告文件未生成成功（`sign_url` 为空），以下统计数字无对应可核验附件。

### 可核验口径
| 项 | 值 | 来源 |
|----|----|------|
| 封面专利数 | {project_info.patent_count} | project_info |
| 分析专利数 | {analysis_stats.total_patents} | analysis_stats |
| 检索范围 | 受理局 {country}，法律状态 {legal_status} | 本次入参 |
| 检索式条数 | {len(retrieval_queries)}（编排侧计数） | Step 4 |
| 迭代轮数 | {Step 5 轮数}（编排侧计数） | Step 5 |
| 风险数量 | 🔴 {high_risk_patents} ／ 🟡 {medium_risk_patents} ／ 🟢 {low_risk_patents} | analysis_stats |

{Step 7 有未完成专利时}⚠️ {N} 件专利未完成 CC 分析，本报告不覆盖这些专利。
{Step 2 有缺失维度时}⚠️ 本次检索未覆盖 {维度} 维度，该维度的专利风险未评估。

### 核心结论
{基于高风险专利数与 overall_recommendations 给出 3-5 句结论}

### 关键规避建议
{overall_summary.overall_recommendations 要点}

阶段 9：异常处理

单步失败

工具抛错 / 返回 isError → 停在该步，展示：

1. 错误信息原文（不要转述、不要美化）
2. 已完成的步骤与未完成的步骤
3. 按错误类型对照阶段 0 的门禁定位可能原因
4. 询问用户重试还是调整输入

绝不跳过失败步骤继续下一步，也不用已有的部分结果汇总出 FTO 结论。

业务失败（工具成功返回但结果不可用）

这类最容易被漏掉：调用通了、success=True，但业务上什么都没产出。 以下每种都必须停下，不能当成功继续：

耗时

单步耗时长属正常（见开头说明），不要误判为卡死。 Step 5 迭代优化、Step 6 筛选、Step 7 CC 分析各可达数分钟。

附录 A：英文模板对照（input_lang=en 时使用）

input_lang=en 时，上文所有展示模板的中文一律替换为下列英文，不留任何中文。 这不是可选的润色，而是门禁③的硬要求：报告与展示文案混入中文即视为未本地化。

步骤标题

表头与标签

提示与警告文案

元素枚举

input_lang=en 时 element_type / keyword_type 直接显示英文枚举原文 （TECHNICAL_DOMAIN / CORE_INNOVATION / KEY_IMPLEMENTATION / SUPPORTING_TECH， APPLICATION / FUNCTIONAL / STRUCTURAL），不做中文映射。

当前实现状态

8 步（Step 1-8）均已实现并实测跑通。Step 6 的细分类（不可排除/待定）与 Step 7 的 逐特征覆盖率等字段为后端规划中能力，当前工具版本未返回，模板不依赖它们。