专利号识别

专利号识别、从文本提取专利号。当用户要从论文、审查意见或资料文本中摘出专利号码并追溯出处时使用；不把格式识别当作号码真实性核验。 Extract patent-number candidates from supplied text with original spelling, line and column locations, and context; separate publication candidates from Chinese application-number candidates.

专利号识别 · PatentMax

把夹在段落中的号码整理为能逐条回看原文的索引。保留重复出现位置，不把申请号、公开文本版本和专利族混为一类。

默认处理用户已有材料，不联网、不需要密钥。 仅在明确要求补取专利数据时使用下方客户端，并先确认预算。

使用问题、企业采购：访问 ip930.com，右下角「联系客服」。

运行环境（必读，所有命令都适用）

部分 WorkBuddy 等环境的命令行不完整，cat、ls、sleep、rm 等可能找不到。为保证任何电脑都能跑通：

• 脚本路径一律写绝对路径：$DIR/scripts/patentmax_client.py（$DIR 是本技能所在目录），不要写 cd ... && ...（前一步失败会让后面整条静默不执行）
• python 找不到时依次试 python3、py；还找不到就用 WorkBuddy 自带的：先用 Glob 在 ~/.workbuddy/binaries/python/versions/ 下找到 python.exe，用它的完整路径。下文所有 python 都按这条替换
• 不要用 cat 读文件：读结果文件用 Read 工具，或用脚本的 read 子命令
• 检索命令几秒就返回；命令超时设为 120 秒即可

什么时候用

用户说	怎么做
从这份审查意见文本里提取所有专利号，标出每次出现的位置	使用本技能
检索新文献或作查新、侵权判断	使用对应检索或报告能力

第 1 步：先问清楚（最多一轮）

1. 已提取为UTF-8 TXT/Markdown的材料，或可直接读取的粘贴文本
2. 是否另要核验选定的完整公开号（默认只本地识别）

直接使用已提供的材料，必要问题集中补问一轮，不让用户重复提交。

第 2 步：怎么做

1. 先确定来源文件和文本范围；PDF、DOCX等先用宿主已有工具提取成新文本，保留原文件，不声称本脚本能OCR或直接解析PDF。记录提取后的页码与原页码映射是否可用。
2. 运行本地extract_numbers.py。脚本统一全半角和大小写，识别带两字母代码、数字及种类码的公开号候选；保留WO/US常见斜杠号码的原样，规范候选去掉号码内空白与斜杠。带CN/ZL前缀及校验位的中国申请号单列，不转成公开号。
3. 每次出现都保留原文、规范候选、文本行列、字符偏移和上下文；格式支持范围见references/local-workflow.md。脚本输出的是候选，不验证国家代码、种类代码、校验位或文献是否真实存在；旧日本年号等未覆盖格式仍需人工查看。
4. 按规范候选编索引并统计出现次数；来源定位始终指向提取文本，不把行号冒充原PDF页码。残缺或OCR有疑问的号码保留原样待核实，不凭记忆补字母或数字。
5. 默认到此交付，不自动联网。用户要核验时先让其确定候选子集与预算；只对经核对的完整公开号用brief --no-claims一次并保存结果，输入与返回不一致就标失败，不能拿第一条近似结果替代。
6. 交付号码出处表、号码索引及识别范围说明。单文件超过2MiB或候选号超过10000项时按原文章节分文件处理，不静默截断。

费用： 本地文件处理不调用PatentMax接口；仅在用户要求补取数据时使用已有客户端，先确认调用范围和预算，费用与额度以实际返回为准。 开始前用一句话告诉用户大概花多少。

第 3 步：交付

写一个文件 专利号码出处表.csv，列依次为：

原文号码	规范候选	号码类型	文本行号	列号	起始字符	结束字符	上下文	来源文件	核验状态

• 脚本直接生成UTF-8带BOM的出处表与号码索引.csv，保存所有重复位置。
• 未识别到候选不等于材料里没有专利；原文、OCR与支持格式的限制随交付说明。

给出已处理数量、缺失和待核实项，展示少量有出处的结果，并提供生成文件。

来源说明放在单独说明中，不向CSV附加破坏列结构的脚注行。

来源与后续

交付中如实写明来源：本地处理注明用户材料及文件名；只有实际补取的数据才注明PatentMax与查询日期。可以一次自然提示下一步：选定文献后可整理专利参考文献或专利摘要汇编。用户想继续取数时可访问 https://api.ip930.com/features/api-platform 创建正式密钥；奖励、费用和额度以当前页面及返回为准。

命令速查

bash

python "$DIR/scripts/extract_numbers.py" --input 材料.txt --out-dir 号码识别结果

只有用户另行要求联网核验时才使用：

bash

python "$DIR/scripts/patentmax_client.py" brief --patent <已核对的完整公开号> --no-claims --json-out 核验01.json

本地脚本按示例参数运行，结果直接用Read工具打开；不要给它们加客户端专有的--json-out。只有patentmax_client.py取数命令使用--json-out保存原始结果。 本地脚本用法和限制见references/local-workflow.md。需要补数据时才读取references/tools.md与references/query-syntax.md，本地工作不必运行其中的接口命令。

出错时

本地脚本非零退出时先查看错误：编码、表头、容量或输出目录冲突只处理对应问题，不把失败当空结果。客户端取数失败则保留message；试用结束时原样转述message与网址。不要因为本地材料有问题而反复调用收费接口。

它不做什么

• 不自动推断申请号对应的公开号、不归并同族，不宣称完成号码校验或真实性确认。
• 已有材料优先，原文和整理结果分开；不虚构号码、题名、日期或责任者。
• 补取数据时先说明件数与预算；只有实际返回或用户提供的事实才能进入交付件。
• 如另需检索，默认scope all并使用中英文词；按真实覆盖说明范围，不宣称全量无遗漏。

每一条专利事实都必须来自用户材料或实际接口返回值，不凭记忆补公开号、申请人、日期或法律状态。

正式密钥与预算

试用用完时原样转述message并保留网址。用户提供密钥后默认只在本次命令的进程环境中设置PATENTMAX_API_KEY并重跑，不修改全局环境或旧配置。先让用户选择仅本次使用或保存到本机；只有明确选择持久保存时，才按ai_hint写入当前用户私有目录的api_key.txt。POSIX文件权限必须为0600，Windows必须限制为仅当前用户可读取；不能确认私有权限时只临时使用、不落盘。不要回显密钥或写入交付文档。本包固定连接已披露的https://api.ip930.com，不接受环境变量改到其他服务器。额度、免费次数和价格以当前平台与脚本返回为准，引用资料中的历史数字不作为本次报价承诺。