下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-xcsqfkd6--patx-user-skill-export-v4.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-xcsqfkd6/patx-user-skill-export-v4。从专利说明书中提取少量、可读、适合研发人员快速理解的核心发明点，输出结构化 xlsx。 注：专利skill，推荐去PatX知小寻——AI原生专利智能体，专利垂直智能体环境中运行。
阅读全文 （展开查看完整说明）
概述
专利发明点解析
定位
从专利说明书中提取少量、可读、适合研发人员快速理解的核心发明点，输出结构化 xlsx。
核心目标不是把全文压缩成一句话，也不是穷举所有实施细节，而是帮助研发人员快速看懂：
- 该专利主要解决什么技术问题；
- 用什么关键技术方案解决；
- 方案中哪些结构、步骤、算法、参数或协同关系值得关注。
适用边界
使用本 skill：
- 用户给出专利 PDF、Word、txt、md 或说明书文本，要求提取发明点；
- 需要把已有专利转成检索用的技术描述；
- 研发、技术调研、立项预研需要快速理解专利技术内核。
不要使用本 skill：
- 要逐条拆解权利要求技术特征，并逐特征匹配说明书支持；
- 要做交底书质量审核；
- 要判断某对比文件是否公开某特征、或判断新颖性/创造性。
核心原则
- 只吃说明书：输入范围限定为说明书正文，剔除摘要和权利要求书。完整专利文本先按
references/description_range_detection.md截取。 - 少量核心发明点：通常输出 2-5 个；确为单一发明构思时可输出 1 个；复杂组合方案可超过 5 个，但必须合并同质细节，避免流水账。
- 研发可读：每个技术问题和技术方案都要写到研发人员能理解关键机制的程度。不要过度浓缩成口号，也不要堆砌无关原文。
- 严格来源：所有技术内容必须来自说明书原文。数值、参数、效果、材料、模型结构等，原文没有就不得补。
- 问题-方案对应：技术问题数组与技术方案数组必须按同一序号一一对应。
输入处理
| 格式 | 处理方式 |
|---|---|
.md / .txt | 直接读取文本，判断是否已是说明书正文 |
.pdf | 调用 PDF 提取能力，随后按说明书范围规则截取 |
.docx | 调用 Word 提取能力，随后按说明书范围规则截取 |
| 目录/多文件 | 逐篇处理，合并到同一个 xlsx |
说明书范围识别规则见 references/description_range_detection.md。截取失败或章节异常时，必须在输出前说明所采用的截取假设。
工作流程
- 提取文本，并剔除摘要、权利要求书。
- 加载
references/invention_point_extraction_prompt.md。 - 对每篇说明书输出 JSON 对象：
{
"专利公开号": "CN...",
"专利标题": "...",
"技术问题": ["问题1", "问题2"],
"技术方案": ["方案1", "方案2"]
}- 保存 JSON。
- 运行转换脚本生成 xlsx：
python scripts/json_to_xlsx.py invention_points.json 发明点解析.xlsxxlsx 输出
.xlsx 文件一行一个专利，四列：
| 专利公开号 | 专利标题 | 技术问题 | 技术方案 |
|---|
格式规范见 references/xlsx_format_spec.md。
脚本支持：
- LLM 输出的 “`json code block；
- 单对象、对象数组、
{"results":[...]}、{"data":[...]}； - 新字段：
专利公开号、专利标题、技术问题、技术方案； - 旧字段：
文件名称、发明点，自动映射为表格字段。
环境
- Python >= 3.9
- 依赖：
pandas、openpyxl - 安装：
pip install pandas openpyxl - 输出默认目录：当前工作目录；如需固定输出位置，应显式传入输出文件路径。
