专利数据质检

专利数据质检、专利表格检查、专利数据缺失检查。当用户准备导入或交付专利数据，需要查缺列、空值、日期和重复号码时使用；不把表格检查说成数据库真实性核验。 Inspect supplied patent CSV data for missing fields, publication-number format issues, date precision, chronological review points and duplicate identifiers without changing the source records.

专利数据质检 · PatentMax

在导入、统计或交付之前检查数据能否按既定字段口径使用。输出需要回看哪一行、哪个字段及其原值，不悄悄“修正”事实。

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
检查这份专利CSV有没有缺字段、日期问题和重复公开号	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. UTF-8 CSV及数据说明，其他格式先导出为新CSV
2. 需要检查的必填列、日期列和字段映射（默认常用著录列）

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. 确认表格范围、表头和字段含义，尤其申请日、优先权日、公开日和授权日不能互换。CSV使用UTF-8或带BOM的UTF-8；原文件保留，只对副本或新输出操作。
2. 运行check_patent_table.py。默认必填列为公开号、标题、申请人、公开日；缺列作为表级问题，空值作为行级问题，用户给了其他口径则通过参数指定并记录。
3. 号码仅作格式提示，完整保留种类码；没有验证号码是否真实存在。相同完整公开号重复列为复核项，不自动删除，不把A/B文本或同族成员当重复。
4. 日期按原值检查。完整日期校验日历，年或年月精度明确标注；未知格式待核对，不补成月初或年初。只有同一记录的完整申请日和公开日可做先后提醒，异常仅提示核对字段口径，不下法律结论。
5. 输出问题行、字段、原值、规则和建议核对方式，同时保留每一条原始记录的JSON明细。数据合格与否仅限本次规则；没有问题不等于事实都真实、法律状态最新或样本覆盖完整。
6. 交付质检问题表、原始数据明细和统计。用户要修正事实时先给依据和变更表，不能根据常识填日期、权利人或状态；需要联网补查的部分另确认范围和预算。

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 专利数据质检问题.csv，列依次为：

来源行号	字段	原值	规则	级别	核对建议

• UTF-8带BOM；原始数据明细.csv逐行保留JSON，不删除有问题的记录。
• 统计包含输入记录数、问题数、涉及行数和实际规则；不换算成发明数量或专利质量评分。

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：需要合并来源并处理冲突，可使用专利清单去重。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 "$DIR/scripts/check_patent_table.py" --input 专利数据.csv --out-dir 数据质检结果
python "$DIR/scripts/check_patent_table.py" --input 自定义数据.csv --required 公开号 标题 --date-columns 申请日 公开日 --out-dir 自定义质检结果

列映射、规则含义与限制见references/local-workflow.md。

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

• 只做表格内部质量检查，不代替官方登记核验、不自动修复业务事实。
• 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。