8.3k★by ty-teo
patent-assistant – OpenClaw Skill
patent-assistant is an OpenClaw Skills integration for coding workflows. 专利交底书撰写与专利检索助手。帮助研发人员将技术方案转化为结构化交底书,并进行专利检索分析。当用户要求写专利、写交底书、专利检索、查新时使用。
Skill Snapshot
| name | patent-assistant |
| description | 专利交底书撰写与专利检索助手。帮助研发人员将技术方案转化为结构化交底书,并进行专利检索分析。当用户要求写专利、写交底书、专利检索、查新时使用。 OpenClaw Skills integration. |
| owner | ty-teo |
| repository | ty-teo/patent-assistant |
| language | Markdown |
| license | MIT |
| topics | |
| security | L1 |
| install | openclaw add @ty-teo/patent-assistant |
| last updated | Feb 7, 2026 |
Maintainer

name: patent-assistant version: 1.1.0 description: 专利交底书撰写与专利检索助手。帮助研发人员将技术方案转化为结构化交底书,并进行专利检索分析。当用户要求写专利、写交底书、专利检索、查新时使用。
专利助手
帮助研发人员撰写专利技术交底书,并进行专利检索。
功能
1. 技术交底书生成
将口语化的技术描述转化为结构化的专利技术交底书。
使用方式:
帮我写一份专利交底书:[技术方案描述]
输出结构:
- 发明名称
- 技术领域
- 背景技术(现有技术及缺陷)
- 发明内容(技术问题、技术方案、有益效果)
- 具体实施方式
- 附图说明建议
2. 专利检索
基于技术方案进行专利检索,分析新颖性。
使用方式:
帮我检索相关专利:[技术关键词或交底书内容]
输出内容:
- 相关专利列表(专利号、标题、摘要)
- 技术相似度分析
- 新颖性初步判断
交底书生成流程
当用户提供技术方案时,按以下步骤处理:
Step 1: 信息收集
如果用户提供的信息不完整,询问以下关键点:
- 要解决什么技术问题?
- 现有方案有什么缺陷?
- 你的方案核心是什么?
- 有哪些关键技术特征?
- 能达到什么效果?
Step 2: 生成交底书
使用以下模板生成:
# 专利技术交底书
## 一、发明名称
[简洁描述技术方案的名称,格式:一种XXX的方法/装置/系统]
## 二、技术领域
本发明涉及[大领域]技术领域,具体涉及[细分领域]。
## 三、背景技术
### 3.1 现有技术描述
[描述当前主流的技术方案]
### 3.2 现有技术缺陷
现有技术存在以下问题:
1. [问题1]
2. [问题2]
3. [问题3]
## 四、发明内容
### 4.1 要解决的技术问题
本发明要解决的技术问题是:[核心问题]
### 4.2 技术方案
为解决上述技术问题,本发明采用以下技术方案:
[详细描述技术方案,包含所有关键技术特征]
### 4.3 有益效果
采用本发明的技术方案,具有以下有益效果:
1. [效果1]
2. [效果2]
3. [效果3]
## 五、具体实施方式
### 5.1 实施例一
[详细描述一个具体实施例]
### 5.2 实施例二(可选)
[描述另一个实施例或变体]
## 六、附图说明
建议绘制以下附图:
- 图1:[附图内容建议]
- 图2:[附图内容建议]
## 七、关键词
[用于专利检索的关键词列表]
Step 3: 优化建议
生成后提供:
- 权利要求书撰写建议
- 可能的扩展方向
- 需要补充的技术细节
专利检索流程
Step 1: 提取检索关键词
从技术方案中提取:
- 核心技术术语
- 同义词/近义词
- IPC 分类号建议
Step 2: 执行检索
使用 scripts/patent_search.py 进行多平台检索:
# 单平台检索(默认 Google Patents)
python scripts/patent_search.py "关键词1 关键词2" --limit 20
# 多平台并行检索(推荐)
python scripts/patent_search.py "关键词" -s all -p
# 指定平台检索
python scripts/patent_search.py "关键词" -s google,cnipa,innojoy
# 带相似度分析
python scripts/patent_search.py "关键词" -s all -p -a
支持的检索平台:
| 平台 | 参数 | 说明 |
|---|---|---|
| Google Patents | 全球专利,免费,数据最全 | |
| Lens.org | lens | 专利+论文,免费开放 |
| 大为Innojoy | innojoy | 中国专利,免费基础版 |
| 百度学术 | baidu | 论文为主,部分专利 |
| Espacenet | espacenet | 欧洲专利局,全球数据 |
| 国知局CNIPA | cnipa | 中国官方,需登录账号 |
| 全部平台 | all | 同时检索所有平台 |
Step 3: 分析结果
对检索结果进行:
- 技术相似度排序
- 关键特征对比
- 新颖性初步判断
注意事项
- 交底书仅供参考:生成的交底书需要发明人审核补充
- 检索不能替代查新:正式查新需要专业机构
- 权利要求需专业撰写:建议由专利代理人完成
- 保密提醒:提交前确认技术方案未公开
常用 IPC 分类
| 领域 | IPC 分类号 |
|---|---|
| 计算机软件 | G06F |
| 人工智能 | G06N |
| 图像处理 | G06T |
| 通信 | H04L, H04W |
| 数据库 | G06F 16/ |
| 物联网 | H04L 67/ |
| 区块链 | H04L 9/, G06Q |
示例
用户输入:
我做了一个用 AI 自动生成代码注释的工具,能识别代码逻辑自动写注释
输出交底书:
(生成完整的交底书结构)
检索结果:
(列出相关专利及分析)
专利助手 - Patent Assistant
帮助研发人员撰写专利技术交底书,并进行专利检索。
功能
- 交底书生成:将口语化技术描述转化为结构化交底书
- 专利检索:基于 Google Patents 进行相关专利检索
- 相似度分析:分析检索结果与技术方案的相似度
安装
无需额外安装,使用 Python 3.8+ 即可。
使用
专利检索
# 基本检索
python scripts/patent_search.py "人工智能 代码生成"
# 指定国家和数量
python scripts/patent_search.py "机器学习 图像识别" -c US -n 30
# 带相似度分析
python scripts/patent_search.py "自然语言处理 文本分类" -a
# JSON 格式输出
python scripts/patent_search.py "深度学习 推荐系统" -f json
交底书模板
# 生成交底书模板
python scripts/generate_disclosure.py "我的技术方案描述"
# 从文件读取
python scripts/generate_disclosure.py -i tech_description.txt -o disclosure.md
注意事项
- 生成的交底书仅供参考,需要发明人审核补充
- 专利检索结果不能替代正式查新报告
- 权利要求书建议由专利代理人撰写
License
MIT
Permissions & Security
Security level L1: Low-risk skills with minimal permissions. Review inputs and outputs before running in production.
Requirements
- OpenClaw CLI installed and configured.
- Language: Markdown
- License: MIT
- Topics:
FAQ
How do I install patent-assistant?
Run openclaw add @ty-teo/patent-assistant in your terminal. This installs patent-assistant into your OpenClaw Skills catalog.
Does this skill run locally or in the cloud?
OpenClaw Skills execute locally by default. Review the SKILL.md and permissions before running any skill.
Where can I verify the source code?
The source repository is available at https://github.com/openclaw/skills/tree/main/skills/ty-teo/patent-assistant. Review commits and README documentation before installing.
