ZeeLin 专利检索器

ZeeLin 团队为通过 BigQuery 检索 Google Patents 数据而开发的技能。 该技能仅执行专利检索及结构化结果生成，不提供任何法律结论。

30 秒快速上手卡片

用途：

• 从 Google Patents BigQuery 中获取、去重并结构化专利证据，供下游分析使用。

必需环境变量：

• GOOGLE_APPLICATION_CREDENTIALS
• GOOGLE_CLOUD_PROJECT

运行以下命令：

python3 -m pip install -r requirements.txt
RUN_ID="quick_$(date +%Y%m%d_%H%M%S)"; RUN_DIR="results/${RUN_ID}"; mkdir -p "$RUN_DIR"
python3 scripts/patent_search.py --keywords "ai sentiment analysis" --limit 80 --output "$RUN_DIR/seed_raw.json"
python3 scripts/build_query_plan.py --topic "Public Opinion + AI" --keywords "public opinion ai sentiment" --task-id "$RUN_ID" --seed-raw "$RUN_DIR/seed_raw.json" --concept-output "$RUN_DIR/concept_scan.json" --plan-output "$RUN_DIR/query_plan.json"
python3 scripts/patent_search_plan.py --plan "$RUN_DIR/query_plan.json" --output-raw "$RUN_DIR/retriever_raw.json" --output-retriever "$RUN_DIR/retriever_result.json" --min-results 20

预期输出文件：

• $RUN_DIR/concept_scan.json
• $RUN_DIR/query_plan.json
• $RUN_DIR/retriever_raw.json
• $RUN_DIR/retriever_result.json

若执行失败：

• 缺失环境变量：请先配置 Google 凭据。
• 返回结果过少：建议在放宽约束前，先保持现有过滤条件，并提高单轮限制值或扩展轮次数量。

1. 执行规则

1. 默认采用三阶段流程：seed -> build_plan -> execute_plan。
2. 默认最小结果数为 20，除非用户显式指定其他值。
3. 若用户指定了硬性约束（如年份、国家、受让人、发明人、IPC/CPC 分类号），则必须在执行前将其写入 query_plan.json 的 filters 字段中。
4. 执行前需回显已规划的过滤条件；执行后需回显实际生效的过滤条件、结果总数及各输出文件路径。

2. 运行前检查

必需环境变量：

• GOOGLE_APPLICATION_CREDENTIALS
• GOOGLE_CLOUD_PROJECT

安装依赖：

python3 -m pip install -r requirements.txt

可选环境变量检查脚本：

python3 - <<'PY'
import os
required = ["GOOGLE_APPLICATION_CREDENTIALS", "GOOGLE_CLOUD_PROJECT"]
missing = [k for k in required if not os.getenv(k)]
print({"ok": not missing, "missing": missing})
PY

3. 能力边界与参数来源

3.1 支持的过滤维度

• 文本： keywords_all / keywords_any / keywords_anchor_any / keywords_not
• 分类体系： ipc_prefix_any / cpc_prefix_any
• 实体： assignee_any / inventor_any
• 地理范围： country_in
• 时间范围： pub_date_from / pub_date_to / filing_date_from / filing_date_to

字段来源：query_plan.json（Schema 定义见：schemas/query_plan.schema.json）。

3.2 缺失输入时的默认行为

• min_results：默认为 20
• 未指定国家：默认为 US,CN,WO,EP,JP,KR
• 未指定时间范围：默认为 years_back=8
• 关键词缺失：需向用户请求澄清，不得继续执行

3.3 年份到日期的映射规则

• 单一年份（例如 2021）→ from=20210101，to=20211231
• 年份区间（例如 2021-2023）→ from=20210101，to=20231231
• 相对时间窗口（例如“最近 N 年”）→ 使用 --years-back N

4. 标准流程（命令模板）

首先创建运行目录：

RUN_ID="run_$(date +%Y%m%d_%H%M%S)"
RUN_DIR="results/${RUN_ID}"
mkdir -p "$RUN_DIR"

步骤 1：种子检索

python3 scripts/patent_search.py 
  --keywords "" 
  --limit 80 
  --output "$RUN_DIR/seed_raw.json"

步骤 2：构建查询计划

python3 scripts/build_query_plan.py 
  --topic "" 
  --keywords "" 
  --task-id "$RUN_ID" 
  --years-back 8 
  --country-in "US,CN,WO,EP,JP,KR" 
  --seed-raw "$RUN_DIR/seed_raw.json" 
  --concept-output "$RUN_DIR/concept_scan.json" 
  --plan-output "$RUN_DIR/query_plan.json"

步骤 3：应用用户显式约束（关键步骤）

当用户明确要求国家/年份/受让人等过滤条件时，必须在执行前手动修改 query_plan.json。

python3 - <<'PY'
import json
import os
from pathlib import Path

plan_path = Path(os.environ["RUN_DIR"]) / "query_plan.json"
plan = json.loads(plan_path.read_text(encoding="utf-8"))

# 示例覆盖：限定 2021–2023 年 + 美国 + 关键词约束
for r in plan.get("query_rounds", []):
    f = r.setdefault("filters", {})
    f["country_in"] = ["US"]
    f["pub_date_from"] = 20210101
    f["pub_date_to"] = 20231231
    f.setdefault("keywords_any", [])
    f["keywords_any"] = list(dict.fromkeys(f["keywords_any"] + ["sentiment", "public opinion", "risk"]))

plan_path.write_text(json.dumps(plan, ensure_ascii=False, indent=2), encoding="utf-8")
print({"updated": str(plan_path)})
PY

步骤 4：执行计划化检索

python3 scripts/patent_search_plan.py 
  --plan "$RUN_DIR/query_plan.json" 
  --output-raw "$RUN_DIR/retriever_raw.json" 
  --output-retriever "$RUN_DIR/retriever_result.json" 
  --min-results 20

步骤 5：验证输出格式

python3 scripts/schema_check.py --input "$RUN_DIR/concept_scan.json" --schema schemas/concept_scan.schema.json
python3 scripts/schema_check.py --input "$RUN_DIR/query_plan.json" --schema schemas/query_plan.schema.json
python3 scripts/schema_check.py --input "$RUN_DIR/retriever_result.json" --schema schemas/retriever_result.schema.json

5. 自然语言到参数映射示例

示例 A：

• 用户输入：查找 2021 至 2023 年间关于 AI 公共舆论早期预警的美国专利，至少返回 30 条结果
• 映射：
  • topic="AI public opinion early warning"
  • keywords="ai public opinion early warning sentiment"
  • 计划覆盖：country_in=["US"]，pub_date_from=20210101，pub_date_to=20231231
  • 执行参数：--min-results 30

示例 B：

• 用户输入：搜索过去 5 年内中国、日本、韩国的多模态情绪识别专利，重点关注腾讯和字节跳动
• 映射：
  • --years-back 5
  • country_in=["CN","JP","KR"]
  • assignee_any=["Tencent","ByteDance"]

6. 执行后响应模板（必需）

检索已完成。
生效过滤条件：
- 国家：...
- 公开日期范围：...
- 申请日期范围：...
- 关键词（any/all/not）：...
- 受让人/发明人过滤：...

结果统计：
- 专利总数：...
- 国家分布：...
- 最新公开日期：...

输出文件：
- concept_scan：...
- query_plan：...
- retriever_raw：...
- retriever_result：...

7. 常见失败与恢复策略

• 缺失环境变量：提示用户首先完成 Google 凭据配置。
• 检索结果不足：
  1. 维持当前约束，提高每轮检索上限；
  2. 增加扩展轮次；
  3. 若仍不满足要求，询问用户是否可放宽国家或时间范围约束。
• 成本风险：优先采用更窄的时间窗口与国家范围进行扫描，避免过早启用全量宽泛检索。

8. 输出契约

必需输出文件：

• concept_scan.json
• query_plan.json
• retriever_raw.json
• retriever_result.json

retriever_result.json 的最低要求：

• patents 数量 ≥ min_results（默认为 20）
• 每个条目须包含 publication_number 和 title

9. 参考资料

• 方法论说明：references/methodology.md
• 快速示例：examples/quickstart.md