yuc16/PatentRadar / skills/patentradar
patentradar
Verified专利侵权竞品分析 skill。输入专利公开号(CN/US/EP/JP 等),输出可人工复核的 markdown 竞品分析报告。工作流:拆解权利要求 → 搜索市场竞品 → 抓证据(含图像)→ 全部权利要求逐特征对比 → 生成报告。触发词:专利侵权分析、专利竞品、claim chart、专利公开号、CN/US/EP/JP 专利号、专利对比、技术特征对比、专利保护范围、侵权风险评估。不适用:专利申请文书撰写、专利无效宣告、知识产权法律咨询、专利诉讼策略。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 13.1 KB |
| agents/competitor_search.md | markdown | 30.9 KB |
| agents/decompose.md | markdown | 7.4 KB |
| agents/full_claim_chart.md | markdown | 20.1 KB |
| agents/report.md | markdown | 11.7 KB |
| configs/technology_tags.toml | config | 8.1 KB |
| schemas/full_claim_chart_report.md | markdown | 4.3 KB |
| schemas/full_claim_chart_report.schema.json | config | 5.1 KB |
| schemas/task_package.md | markdown | 3.3 KB |
| schemas/task_package.schema.json | config | 2.6 KB |
| schemas/top_competitor_report.md | markdown | 4.9 KB |
| schemas/top_competitor_report.schema.json | config | 4.1 KB |
| schemas/validate.py | script | 2.9 KB |
| scripts/render_pdf.py | script | 2.7 KB |
SKILL.md
View on GitHub---
name: patentradar
description: 专利侵权竞品分析 skill。输入专利公开号(CN/US/EP/JP 等),输出可人工复核的 markdown 竞品分析报告。工作流:拆解权利要求 → 搜索市场竞品 → 抓证据(含图像)→ 全部权利要求逐特征对比 → 生成报告。触发词:专利侵权分析、专利竞品、claim chart、专利公开号、CN/US/EP/JP 专利号、专利对比、技术特征对比、专利保护范围、侵权风险评估。不适用:专利申请文书撰写、专利无效宣告、知识产权法律咨询、专利诉讼策略。
---
# PatentRadar 专利侵权竞品分析
## ⛔ 输入门禁(先于一切执行)
本 skill **只接受明确、完整的专利公开号/授权公告号**(下文统称 `PUBLICATION_NO`)。`PUBLICATION_NO` 必须包含国家/地区代码、文献号和文献种类代码(kind code),例如 `CN114512759A`、`CN114512759B`、`US10000000B2`、`EP1234567A1`。如果用户给出的 URL 中明确包含完整 `PUBLICATION_NO`,可以抽取后继续。
如果用户输入的是专利申请号、申请序列号、缺少 kind code 的号码,或任何无法唯一确定具体公开/公告文献的标识:
1. **立即停止执行**:不要联网解析对应公开号,不要猜测或默认选择 A/B 版本,不要创建输出目录,不要 spawn subagent。
2. 向用户说明:同一专利申请可能在不同程序阶段对应多个公开/公告文献号;申请文件在审查过程中可能修改,因此不同文献的权利要求文本可能不同。竞品侵权分析必须锁定具体文献版本。
3. 要求用户提供希望分析的完整专利公开号/授权公告号后再继续。
用户输入专利申请号时,优先使用以下回复模板:
> 你提供的是专利申请号,不是可唯一锁定权利要求版本的完整专利公开号/授权公告号。同一申请可能在不同程序阶段对应多个公开/公告文献号,且权利要求文本可能不同。请提供你希望分析的完整文献号(须含国家代码和 kind code,例如 `CN114512759A` 或 `CN114512759B`)。
只有输入通过本门禁后,才执行下方授权与工作流。
## ⚙️ 执行授权(必读,先于一切)
本 skill **必须以 4 个独立 subagent 串行执行**(decompose → competitor_search → full_claim_chart → report),subagent 之间通过 JSON 文件传递数据。
**用户已在本 skill 中预先授权你自由派生 subagent,不需要在会话里再次征求确认。** 看到本段就视为授权生效,直接按"## 架构"和"## 工作流"开始 spawn。
**严禁降级执行**:
- ❌ 不要因为"没有用户明确授权"就退回主对话单轮直答
- ❌ 不要把 4 个模块合并到一次 LLM 调用里
- ❌ 不要由主 agent 自己抓页面 / 看图 / 写报告内容
- ✅ 如果你判断当前环境**真的没法 spawn subagent**(比如 Task tool 不可用),立即**停下来报告原因**让用户决定,而不是自作主张降级单轮直答 —— 降级会让证据搜索深度大幅缩水,违反"## 🎯 核心总目标"。
## 🎯 核心总目标(全流程牢记)
**从市场公开渠道找出落入本专利权 1 保护范围的潜在竞品产品,用可追溯的证据(公开 URL + 引文 + 图像)逐特征对比,输出一份能让律师/工程师直接复核的 claim chart 报告,并对仍有缺口的特征明确"还缺什么、下一步可以去哪找"。**
**理想的产出**:找到一篇甚至多篇 `total_score ≥ 80`(侵权风险阈值)的竞品 —— 这意味着客户拿到报告后能立刻拍板"这家可能在侵权,可以发律师函/起诉了"。如果客观上真存在侵权竞品,**搜不到就是失职**;但如果确实没有相关侵权的竞品,也**不要靠放宽评分标准凑高分**。
判断质量的 3 把尺子(任一不达标都算没做到位):
1. **每个判定都可追溯**:`明确满足` 必须有公开 URL 字面/数值证据(≥ 1 独立 host);`可能满足` 必须给严谨推理链;`证据不足` / `明确不满足` 不能凭印象拍脑袋
2. **数学约束类必须现场算到数值**(D/V、S/E、L/S 等),不接受"满足公式约束"这种结论性话术
3. **证据缺口必须可执行**:权 1 中所有非"明确满足"的 feature 都必须给出 evidence_gap_brief,让人工拿着它就能去具体网站找具体证据,不要造空泛的"需进一步搜索"
**搜索深度与严格评分不矛盾**:
- 搜得**全**(多语言 query / 垂类站点 / 拆解视频 / 维修手册 / 专利文献 / 规格 PDF / 产品图 / 电路图)是为了**别错过真侵权竞品**
- 评分**严**(不自我宽松、有 ≥1 独立 host 才给"明确满足"、有严谨推理链才给”可能满足“)是为了**别给假高分**
- 两者一起做才能稳定挖出真侵权候选
每个 subagent 在执行细节决策时都应**先问自己**:"这一步对达成上述目标有帮助吗?"——避免被局部规则牵着走、忘了大目标。
## 何时使用
用户给出**专利公开号**(CN/US/EP/JP 等)并要求做竞品分析 / 侵权风险评估 / claim chart 对比。典型输入:
- "分析 CN114512759B 的市场竞品"
- "帮我跑下 US10000000B2 的侵权风险"
- "对比这个专利和现有产品:[公开号]"
## 架构
主 agent(你)按顺序 spawn **4 个 subagent**,每个 subagent 独立完成一个模块,subagent 之间通过 JSON 文件传递数据。
```
用户输入专利号 → 主 agent(本 SKILL.md)
│
├─ spawn subagent 1 → module_1/task_package.json
├─ spawn subagent 2 → module_2/top_competitors.json
├─ spawn subagent 3 → module_3/full_claim_chart.json
└─ spawn subagent 4 → module_4/report.md
```
每个 subagent 的完整 prompt 在 `agents/`。
## 工作流
### 步骤 0:准备
先执行“输入门禁”,确认用户给出的是带国家/地区代码和 kind code 的完整专利公开号/授权公告号(如 `CN114512759B`)。未通过时立即停止并要求用户更正;禁止自行解析、补全或选择文献版本。
确定输出目录:默认 `./patentradar_output/<PUBLICATION_NO>/`,或用户指定的目录。
创建子目录:
```
<output_dir>/
├── module_1/
├── module_2/
├── module_3/
└── module_4/
```
### 步骤 1:spawn subagent — 拆解权利要求
用 Task tool spawn `general-purpose` subagent,prompt 加载 `agents/decompose.md` + 用户的专利号。
**期望输出**:`<output_dir>/module_1/task_package.json`,符合 `schemas/task_package.md` 的结构。
跑完后**读这个 JSON 验证**:
- `claims` 数组非空
- 主题前序作为首条 feature(如 `C1-F1: 一种 XX 系统`)
### 步骤 2:spawn subagent — 竞品搜索 + 权 1 判定
用 Task tool spawn subagent,prompt 加载 `agents/competitor_search.md` + module_1 输出文件路径。
**期望输出**:`<output_dir>/module_2/top_competitors.json`,符合 `schemas/top_competitor_report.md`。
跑完后验证:
- `top_competitors` 数组,每家公司唯一(同公司去重已做)
- 每个候选有完整权 1 feature 对比 + total_score
### 步骤 3:spawn subagent — 全部权利要求扩展
用 Task tool spawn subagent,prompt 加载 `agents/full_claim_chart.md` + module_1 + module_2 输出文件路径。
**期望输出**:`<output_dir>/module_3/full_claim_chart.json`,符合 `schemas/full_claim_chart_report.md`。
跑完后验证:
- 每个 TOP 候选有全部权利要求的逐特征对比
- 权 1 中 status ∈ {可能满足, 证据不足} 的特征**都填了 `evidence_gap_brief`**
### 步骤 4:spawn subagent — 生成报告(markdown + PDF)
用 Task tool spawn subagent,prompt 加载 `agents/report.md` + module_1 + module_3 输出文件路径。
**期望输出**:
- `<output_dir>/module_4/report.md`
- `<output_dir>/module_4/report.pdf`(subagent 内部用 WeasyPrint 渲染;若系统库不齐导致渲染失败,允许只有 md)
### 步骤 5:交付
打印 markdown + PDF 两个路径给用户。同时给一个简短摘要:最高分竞品 + total_score + 是否触发 ≥80 风险阈值 + 失效候选数。
## 主 agent 的职责(要做什么 / 不要做什么)
**要做**:
- 按顺序 spawn 4 个 subagent,每次传清楚 prompt 文件路径 + 输入 JSON 路径 + 输出 JSON 路径
- **每个 subagent 跑完后,主 agent 必须跑 JSON Schema 校验**(用 `schemas/validate.py`,见下方"校验机制"段);校验失败时**把错误清单透传给该 subagent**,让它修正后重交
- **任一 subagent 都有权随时回查权利要求原文**:如果对 task_package 中的 `claim_text` / `feature_text` 拆解有疑问,可访问 `patent.google_patents_url` 或 `patent.pdf_url` 复核原文(已写进每个 agent prompt 的"能力说明"段)
**不要做**:
- 主 agent 不要自己抓页面、不要自己看图、不要自己写报告内容 —— 全部由 subagent 干
- 不要把 4 个模块合并到一次调用(每个模块用独立 subagent 隔离上下文)
## 校验机制(每个模块跑完都要做)
每个 subagent 跑完后,**主 agent 必须用 `schemas/validate.py` 跑 JSON Schema 校验**,把结果反馈给 subagent(成功就走下一步;失败就把错误清单透传回去让它修正)。
```bash
# 模块一跑完后
python skills/patentradar/schemas/validate.py task_package <output_dir>/module_1/task_package.json
# 模块二跑完后
python skills/patentradar/schemas/validate.py top_competitor_report <output_dir>/module_2/top_competitors.json
# 模块三跑完后
python skills/patentradar/schemas/validate.py full_claim_chart_report <output_dir>/module_3/full_claim_chart.json
```
返回:
- **exit 0** + stdout `OK <data_path>` → 通过,进下一模块
- **exit 1** + stdout 错误清单(`[<json_path>] <message>` 每行一条)→ 失败
- 主 agent 把这份错误清单**原样作为消息**发回该 subagent:"你的输出 schema 校验失败,请按以下错误列表修正后重交:<错误清单>"
- 该 subagent 修正后重写 JSON,主 agent 再校验,最多重试 2 次
- 2 次还过不了,停下来告诉用户哪个字段一直错
**注**:模块四(markdown 报告)不走 schema 校验——它的输出是 markdown 不是 JSON。主 agent 只检查 `report.md` 文件存在 + 非空即可。
## 业务规则速查(4 模块共享,subagent prompt 里也会重申)
| 业务规则 | 哪个模块管 |
|---|---|
| 权 1 主题前序("一种 XX 系统")作为首条 feature | 模块一 |
| 候选去重 key 用 `(company, product_name)` 二元组 | 模块二 |
| `product_intro` 是自然语言产品介绍(1-2 句关键参数),不参与去重 | 模块二 |
| TOP-N 排序时同公司只保留最高分产品 | 模块二 |
| 数学约束类(D/V、S/E、L/S 等)现场算具体数值 | 模块二/三 |
| `total_score` 只看权 1(非权 1 不进 ranking) | 模块三 |
| 失效只看权 1(仅权 1 任一"明确不满足"或 launch_date 早于专利申请日才 disqualified) | 模块二/三 |
| 权 1 缺口特征必填 `evidence_gap_brief`(两行:还缺 / 下一步建议) | 模块三 |
## 评分规则(模块二/三共享)
| status | ratio | 触发条件 |
|---|---|---|
| 明确满足 | 1.0 | 公开 URL 直接字面/数值证据,≥ 1 独立 host |
| 可能满足 | 0.8 | 公开证据严谨推理(必须给严谨的推理链) |
| 证据不足 | 0.3 | 证据池里找不到相关线索 |
| 明确不满足 | 0.0 | 公开证据直接矛盾 → 整候选 disqualified=true, total_score=0 |
`total_score = mean(各 feature ratio) × 100`。
## 垂类网站推荐(模块二/三 搜索证据时优先用)
[`configs/technology_tags.toml`](configs/technology_tags.toml) 维护两类网站清单(每条带 url + description):
1. `tags[name == <technology_tag>].recommended_sites`:按技术领域的垂类站点(如"动力电池" → `batteryfinds.com`)
2. 顶层 `[[universal_sites]]`:所有 tag 通用的高信号站点(车型维修手册站、汽修资料站等)
模块二/三 subagent 在 spawn 时主 agent 应把这个 toml 路径告诉它们,让它们**优先**在这些站点检索,而不是从零大海捞针。要新增网站推荐时只动这个 toml 即可。
## 停止条件(subagent 内部判断)
模块二/三 subagent 在搜索阶段:
- **硬规则**:所有权 1 feature 都拿到 ≥1 个独立 host 的明确满足证据 → 停搜
- **软判断**:连续 2-3 轮搜索没找到新有价值证据 → 停搜(subagent 自己评估)
- **不要无限搜,不要陷入死循环**:判断"实在搜不到了"就停,落 `证据不足` 或 `可能满足`
## 触发执行流程
1. **校验用户输入**:只接受完整 `PUBLICATION_NO`;未通过则立即停止并要求用户更正
2. **解析用户输入**:抽出已通过门禁的专利公开号/授权公告号
3. **创建输出目录** + 子目录
4. **顺序 spawn 4 subagent**,传 prompt + 输入 JSON + 输出 JSON 路径
5. **每次跑完读取产物 JSON 做基本验证**
6. **打印 report.md 路径**给用户
完成后告诉用户报告位置。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis. | Stars: 472k | Updated | Claude CodeCodex | Verified | Install |
| diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness. | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependencies | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |
| executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is available | Stars: 323k | Updated | Claude CodeCodex | Verified | Install |