ARIS 专利查新与创造性评估指南以 patent-novelty-check 技能为核心的可专利性审查工作流【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep导读本文以 ARISAuto-claude-code-research-in-sleep开源仓库中的 patent-novelty-check 技能 为核心系统讲解如何在专利语境下完成查新Novelty / 新颖性与创造性Non-Obviousness / 创造性步骤评估。你将掌握一套可落地的六步工作流从权利要求要素拆解、单一文献预期分析、多文献组合显而易见性检验到调用 GPT-6-Astra 模拟专利审查员交叉验证、按美/中/欧法条输出多法域评估最终生成patent/NOVELTY_ASSESSMENT.md审查报告。文中所有流程均有仓库源码与配套参考文档佐证可直接在 ARIS 的专利流水线patent-pipeline中使用。一、技能定位专利查新 ≠ 科研查新ARIS 仓库包含两条查新路径/novelty-check面向科研论文的新颖性判断而patent-novelty-check面向专利法律标准。技能文件开篇就划清了边界Adapted from/novelty-checkfor patent legal standards. Research novelty is NOT the same as patent novelty.两者本质差异在于判定基准科研查新对应 novelty-check回答有没有人发表过这个方法允许组合、发现与换个领域应用式的增量创新采用 PROCEED / PROCEED WITH CAUTION / ABANDON 三档判定专利查新本技能回答是否有单一现有技术文献披露了权利要求的全部技术特征以及多篇文献组合起来是否足以使权利要求显而易见。标准是法律意义上的绝对新颖性——优先权日之前的任何公开披露全球范围、不论载体都构成现有技术。技能通过两个常量固化这一立场REVIEWER_MODEL gpt-6-astra # 经 Codex MCP 调用的交叉模型审查员 NOVELTY_STANDARD patent # 永远采用法律可专利性标准而非科研贡献标准关于科研查新与专利查新的差异可进一步对照 novelty-check 的判定边界如必须点名具体论文才能 ABANDON、拥挤但有 delta 即 PROCEED而专利标准则更严苛——详见下文第二步预期分析。二、输入与前置条件查新不是从零开始patent-novelty-check的输入有三类见 SKILL.md发明描述来自$ARGUMENTS参数如发明说明书路径或直接描述patent/PRIOR_ART_REPORT.md这是/prior-art-search的输出承载全部现有技术证据patent/INVENTION_BRIEF.md若存在提供结构化发明简介。2.1 现有技术报告从哪来PRIOR_ART_REPORT.md由 prior-art-search 技能 生成其常量定义了检索边界MAX_PATENT_RESULTS 20 # 最多深度分析 20 件专利 MAX_PAPER_RESULTS 15 # 最多深度分析 15 篇论文 SEARCH_YEARS 10 # 回溯 10 年 PATENT_DATABASES google-patents, espacenet检索工作流包括抽取核心发明构思与 4-6 个关键技术特征 → 在 Google Patents / Espacenet 检索并记录 IPC/CPC 分类号 → 在 Google Scholar / arXiv / Semantic Scholar 检索非专利文献 → 按 HIGH/MEDIUM/LOW 三档评估重叠风险 → 输出报告。其关键规则与本技能直接相关学术论文同样是有效现有技术对新颖性与创造性均有效已过期专利虽进入公有领域但仍可用于新颖性判断严禁编造专利号或引文不确定的引用须标记[VERIFY]。这与本技能 Step 2 的每个特征 每篇文献 证据矩阵一一对应保证后续判定建立在可核验证据之上。2.2 共享参考查新的法律基准技能要求加载两份共享参考patent-writing-principles.md规定新颖性新颖性、创造性步骤创造性与工业实用性实用性三大可专利性要件以及权利要求的 BRI最宽合理解释解释原则、comprising/consisting of 开放/封闭式过渡词、前引基础antecedent basis等起草纪律patent-format-us.md提供 35 USC 102新颖性/103非显而易见性的分析框架以及 IDS信息披露声明、102/103 驳回回应模式等美国实务细节。三、六步查新工作流详解Step 1拆解权利要求要素查新的起点不是整篇发明像不像而是逐要素比对。技能要求从发明描述中提取定义保护范围的关键权利要求要素列出使发明具有新颖性的技术特征区分哪些特征已被现有技术公开、哪些是发明性特征起草 2-3 项独立权利要求的初步语言方法类 系统类。这一步骤与 invention-structuring 的核心发明构思/支撑性特征/可选特征三层分解相衔接——核心构思映射独立权利要求范围支撑特征成为从属权利要求素材可选特征进入实施例。Step 2预期分析Novelty / 新颖性对每一项初步权利要求逐一对照PRIOR_ART_REPORT.md中的每一篇现有技术文献做单文献测试是否有任何单一文献披露了权利要求的全部要素技能给出的判定矩阵Claim ElementRef 1Ref 2Ref 3...Feature AYes/No evidenceFeature BYes/No evidenceFeature CYes/No evidenceFeature DYes/No evidence逐文献判决ANTICIPATED已被预期某一文献披露了每个要素 → 权利要求不具备新颖性NOT ANTICIPATED未被预期所有单篇文献中至少缺一个要素 → 权利要求具备新颖性。这里的法律要点是单篇文献 全部要素双重约束对应美国 35 USC 102 与中国专利法第 22 条第 2 款新颖性。专利新颖性是绝对的优先权日之前任何公开披露都算现有技术且是全球范围的——这正是技能 Key Rules 第一条的强调内容。Step 3显而易见性分析Inventive Step / 创造性通过 Step 2 仅代表新颖还需过创造性关。技能采用两/三篇文献组合测试主文献Primary哪篇最接近本发明副文献Secondary哪篇教导了缺失的要素组合动机Motivation to Combine本领域技术人员POSITA是否有理由将多篇文献组合判断依据包括文献本身是否明确提示组合是否属于相同技术领域、解决相同问题是否存在常规设计激励是否是改进类似装置的已知技术手段。组合矩阵示例CombinationPrimarySecondaryMissing ElementsMotivation to CombineObvious?Ref1 Ref2Ref1Ref2Feature DSame field, similar problemYes/No创造性判定强调组合 组合动机两者缺一不可Key Rules 第三条。这与 EPO 的三步法problem-solution approach思想一致也对应美国 35 USC 103。注意区别中国专利法第 22 条第 3 款称创造性美国称非显而易见性EPC 第 56 条称创造性步骤三者法律表述不同但分析结构相通。Step 4跨模型审查员交叉验证为防止单一模型的主观偏差技能通过 Codex MCP 调用独立审查模型以 xhigh 推理强度模拟专利局审查员mcp__codex__codex: model: gpt-6-astra config: {model_reasoning_effort: xhigh} prompt: | You are a senior patent examiner at the [USPTO/CNIPA/EPO]. Examine the following invention for patentability. INVENTION: [invention description preliminary claims] PRIOR ART: [prior art references with key teachings] Please analyze: 1. Anticipation (novelty): Does any single reference anticipate any claim? 2. Obviousness: Can any combination of references render claims obvious? 3. Claim scope: Are the claims broad enough to be valuable? 4. Recommended amendments if any claim is rejected. Be rigorous and cite specific references.这一审查员视角交叉验证贯穿整个 ARIS 专利流水线——claims-drafting 与 invention-structuring 均采用同样的mcp__codex__codexxhigh模式。容错规则若mcp__codex__codex不可用如缺少 OpenAI API key跳过交叉验证并在输出中注明流水线不得因审查员缺失而失败见 patent-pipeline 的 Key Rules。Step 5法域专属评估针对每个目标法域输出可专利性评估技能给出了三套并行框架美国35 USC 102/103NoveltyPASS / FAIL失败须引用具体文献Non-obviousnessPASS / FAIL失败须引用组合。中国专利法第 22 条新颖性通过 / 未通过创造性通过 / 未通过。欧洲EPC 第 54/56 条NoveltyPASS / FAILInventive stepPASS / FAIL采用 problem-solution approach 三步法。如需深入各法域的格式与判例基准可查阅共享参考 patent-format-us.md含 102/103 驳回应对策略、patent-format-cn.md含其特征在于两部式与所述用语纪律与 patent-format-ep.md含 Rule 43 两段式权利要求强制要求与 Article 123(2) 禁止增加事项。Step 6输出查新评估报告最终将结论写入patent/NOVELTY_ASSESSMENT.md标准模板如下## Patentability Assessment ### Invention Summary [description] ### Overall Assessment [PATENTABLE / PATENTABLE WITH AMENDMENTS / NOT PATENTABLE] ### Anticipation Analysis [claim-by-claim matrix against each reference] ### Obviousness Analysis [combination analysis with motivation to combine] ### Cross-Model Examiner Review [summary of GPT-6-Astra examiner feedback] ### Recommended Claim Amendments [If claims need modification to overcome prior art, suggest specific amendments] ### Risk Factors [What could cause rejection during actual prosecution?]注意三条职业边界Key Rules 后三条评估仅为咨询性质——实际审查中可能出现不同的现有技术绝不能在没有相同专利与可以授权之间画等号输出包含授权风险因素Risk Factors栏提示实际审查阶段的驳回隐患。四、在 ARIS 专利流水线中的位置patent-novelty-check不是孤立技能而是 patent-pipeline 的 Phase 1Prior Art Search Novelty Assessment中的关键一环/prior-art-search → /patent-novelty-check → /invention-structuring → /claims-drafting → /specification-writing → /patent-review → /jurisdiction-format (search) (verify) (structure) (claims) (description) (examiner) (compile)流水线在 Phase 1 的调用方式为/prior-art-search patent/INVENTION_BRIEF.md /patent-novelty-check patent/INVENTION_BRIEF.md调用后流水线会呈现检查点Checkpoint摘要——列出专利与非专利文献数量、最接近的现有技术、查新结论PATENTABLE / PATENTABLE WITH AMENDMENTS / NOT PATENTABLE及主要风险区域然后强制暂停等待用户确认AUTO_PROCEED false为默认专利撰写每个阶段都需要发明人判断。查新结论会向下游传递NOVELTY_ASSESSMENT.md中的建议权利要求修改直接成为 claims-drafting 的输入之一其输入清单明确包含patent/NOVELTY_ASSESSMENT.md避免在已知现有技术上浪费时间。同时invention-structuring 的技术问题陈述也要求源自 NOVELTY_ASSESSMENT.md 中识别的现有技术缺陷确保问题-方案-效果框架建立在查新证据之上。五、实战要点与常见误区实战要点证据先行矩阵中每个 Yes/No 都必须附带证据文献编号 具体教导内容这继承自PRIOR_ART_REPORT.md的[VERIFY]纪律逐要素而非逐篇比对新颖性判定是文献 vs 要素的笛卡尔积不要凭整体印象下结论组合必须论证动机没有组合动机的显而易见性结论在法律上是站不住的多法域并行同一发明在 US/CN/EP 三法域结论可能不同例如 EPO 对功能性限定更严格Step 5 的并行框架避免一域通过、全域通过的误判审查员交叉验证兜底xhigh推理 独立模型视角能显著降低单模型幻觉与盲区是查新质量的第二道保险。常见误区依据 patent-writing-principles.md 归纳把结果性语言写进权利要求如达到 99% 精度——权利要求只描述结构特征或方法步骤用否定式限定不使用数据库定义发明——除非说明书有明确依据前后术语不一致processor / CPU / 计算单元混用——破坏权利要求的确定性把实验数据写进说明书——实验与性能数据属于论文与审查答辩不属于专利文件。六、从源码结构看技能的可靠性设计从 ARIS 仓库源码结构可以推断该技能所在的技能体系遵循严格的证据纪律 可追溯设计原则证据链闭合patent-novelty-check的输入PRIOR_ART_REPORT.md由检索技能产出输出NOVELTY_ASSESSMENT.md又被下游起草技能消费环环相扣、无凭空捏造环节降级不失败无论 Codex MCP 是否可用技能都保证流程可完成跳过并注明这与 ARIS 一贯的reviewer 缺失时降级运行模式一致见 patent-pipeline 的 Key Rules参考标准化法律基准全部收敛到 shared-references 目录下的patent-writing-principles.md、patent-format-us.md、patent-format-cn.md、patent-format-ep.md、prior-art-databases.md等共享文档技能间复用同一法律认知避免各技能标准漂移。结语patent-novelty-check将专利法语境下的新颖性与创造性判断拆解为可执行、可复核、可多法域并行的工作流并用独立审查模型做交叉验证。它既回答了这个发明有没有被单一文献完全公开也回答了多篇文献组合起来是否使其显而易见最终以结构化报告支撑专利流水线的后续起草决策。需要强调的是该技能产出的是供专利代理人复核的咨询性草稿不构成正式法律意见——任何实际申请前的专业检索与代理审查仍不可替代。延伸阅读prior-art-search现有技术检索上游novelty-check科研查新对照claims-drafting权利要求起草patent-pipeline全流水线编排patent-format-cn.md中国专利格式patent-format-ep.md欧洲专利格式【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ARIS 专利查新与创造性评估指南：以 patent-novelty-check 技能为核心的可专利性审查工作流
ARIS 专利查新与创造性评估指南以 patent-novelty-check 技能为核心的可专利性审查工作流【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep导读本文以 ARISAuto-claude-code-research-in-sleep开源仓库中的 patent-novelty-check 技能 为核心系统讲解如何在专利语境下完成查新Novelty / 新颖性与创造性Non-Obviousness / 创造性步骤评估。你将掌握一套可落地的六步工作流从权利要求要素拆解、单一文献预期分析、多文献组合显而易见性检验到调用 GPT-6-Astra 模拟专利审查员交叉验证、按美/中/欧法条输出多法域评估最终生成patent/NOVELTY_ASSESSMENT.md审查报告。文中所有流程均有仓库源码与配套参考文档佐证可直接在 ARIS 的专利流水线patent-pipeline中使用。一、技能定位专利查新 ≠ 科研查新ARIS 仓库包含两条查新路径/novelty-check面向科研论文的新颖性判断而patent-novelty-check面向专利法律标准。技能文件开篇就划清了边界Adapted from/novelty-checkfor patent legal standards. Research novelty is NOT the same as patent novelty.两者本质差异在于判定基准科研查新对应 novelty-check回答有没有人发表过这个方法允许组合、发现与换个领域应用式的增量创新采用 PROCEED / PROCEED WITH CAUTION / ABANDON 三档判定专利查新本技能回答是否有单一现有技术文献披露了权利要求的全部技术特征以及多篇文献组合起来是否足以使权利要求显而易见。标准是法律意义上的绝对新颖性——优先权日之前的任何公开披露全球范围、不论载体都构成现有技术。技能通过两个常量固化这一立场REVIEWER_MODEL gpt-6-astra # 经 Codex MCP 调用的交叉模型审查员 NOVELTY_STANDARD patent # 永远采用法律可专利性标准而非科研贡献标准关于科研查新与专利查新的差异可进一步对照 novelty-check 的判定边界如必须点名具体论文才能 ABANDON、拥挤但有 delta 即 PROCEED而专利标准则更严苛——详见下文第二步预期分析。二、输入与前置条件查新不是从零开始patent-novelty-check的输入有三类见 SKILL.md发明描述来自$ARGUMENTS参数如发明说明书路径或直接描述patent/PRIOR_ART_REPORT.md这是/prior-art-search的输出承载全部现有技术证据patent/INVENTION_BRIEF.md若存在提供结构化发明简介。2.1 现有技术报告从哪来PRIOR_ART_REPORT.md由 prior-art-search 技能 生成其常量定义了检索边界MAX_PATENT_RESULTS 20 # 最多深度分析 20 件专利 MAX_PAPER_RESULTS 15 # 最多深度分析 15 篇论文 SEARCH_YEARS 10 # 回溯 10 年 PATENT_DATABASES google-patents, espacenet检索工作流包括抽取核心发明构思与 4-6 个关键技术特征 → 在 Google Patents / Espacenet 检索并记录 IPC/CPC 分类号 → 在 Google Scholar / arXiv / Semantic Scholar 检索非专利文献 → 按 HIGH/MEDIUM/LOW 三档评估重叠风险 → 输出报告。其关键规则与本技能直接相关学术论文同样是有效现有技术对新颖性与创造性均有效已过期专利虽进入公有领域但仍可用于新颖性判断严禁编造专利号或引文不确定的引用须标记[VERIFY]。这与本技能 Step 2 的每个特征 每篇文献 证据矩阵一一对应保证后续判定建立在可核验证据之上。2.2 共享参考查新的法律基准技能要求加载两份共享参考patent-writing-principles.md规定新颖性新颖性、创造性步骤创造性与工业实用性实用性三大可专利性要件以及权利要求的 BRI最宽合理解释解释原则、comprising/consisting of 开放/封闭式过渡词、前引基础antecedent basis等起草纪律patent-format-us.md提供 35 USC 102新颖性/103非显而易见性的分析框架以及 IDS信息披露声明、102/103 驳回回应模式等美国实务细节。三、六步查新工作流详解Step 1拆解权利要求要素查新的起点不是整篇发明像不像而是逐要素比对。技能要求从发明描述中提取定义保护范围的关键权利要求要素列出使发明具有新颖性的技术特征区分哪些特征已被现有技术公开、哪些是发明性特征起草 2-3 项独立权利要求的初步语言方法类 系统类。这一步骤与 invention-structuring 的核心发明构思/支撑性特征/可选特征三层分解相衔接——核心构思映射独立权利要求范围支撑特征成为从属权利要求素材可选特征进入实施例。Step 2预期分析Novelty / 新颖性对每一项初步权利要求逐一对照PRIOR_ART_REPORT.md中的每一篇现有技术文献做单文献测试是否有任何单一文献披露了权利要求的全部要素技能给出的判定矩阵Claim ElementRef 1Ref 2Ref 3...Feature AYes/No evidenceFeature BYes/No evidenceFeature CYes/No evidenceFeature DYes/No evidence逐文献判决ANTICIPATED已被预期某一文献披露了每个要素 → 权利要求不具备新颖性NOT ANTICIPATED未被预期所有单篇文献中至少缺一个要素 → 权利要求具备新颖性。这里的法律要点是单篇文献 全部要素双重约束对应美国 35 USC 102 与中国专利法第 22 条第 2 款新颖性。专利新颖性是绝对的优先权日之前任何公开披露都算现有技术且是全球范围的——这正是技能 Key Rules 第一条的强调内容。Step 3显而易见性分析Inventive Step / 创造性通过 Step 2 仅代表新颖还需过创造性关。技能采用两/三篇文献组合测试主文献Primary哪篇最接近本发明副文献Secondary哪篇教导了缺失的要素组合动机Motivation to Combine本领域技术人员POSITA是否有理由将多篇文献组合判断依据包括文献本身是否明确提示组合是否属于相同技术领域、解决相同问题是否存在常规设计激励是否是改进类似装置的已知技术手段。组合矩阵示例CombinationPrimarySecondaryMissing ElementsMotivation to CombineObvious?Ref1 Ref2Ref1Ref2Feature DSame field, similar problemYes/No创造性判定强调组合 组合动机两者缺一不可Key Rules 第三条。这与 EPO 的三步法problem-solution approach思想一致也对应美国 35 USC 103。注意区别中国专利法第 22 条第 3 款称创造性美国称非显而易见性EPC 第 56 条称创造性步骤三者法律表述不同但分析结构相通。Step 4跨模型审查员交叉验证为防止单一模型的主观偏差技能通过 Codex MCP 调用独立审查模型以 xhigh 推理强度模拟专利局审查员mcp__codex__codex: model: gpt-6-astra config: {model_reasoning_effort: xhigh} prompt: | You are a senior patent examiner at the [USPTO/CNIPA/EPO]. Examine the following invention for patentability. INVENTION: [invention description preliminary claims] PRIOR ART: [prior art references with key teachings] Please analyze: 1. Anticipation (novelty): Does any single reference anticipate any claim? 2. Obviousness: Can any combination of references render claims obvious? 3. Claim scope: Are the claims broad enough to be valuable? 4. Recommended amendments if any claim is rejected. Be rigorous and cite specific references.这一审查员视角交叉验证贯穿整个 ARIS 专利流水线——claims-drafting 与 invention-structuring 均采用同样的mcp__codex__codexxhigh模式。容错规则若mcp__codex__codex不可用如缺少 OpenAI API key跳过交叉验证并在输出中注明流水线不得因审查员缺失而失败见 patent-pipeline 的 Key Rules。Step 5法域专属评估针对每个目标法域输出可专利性评估技能给出了三套并行框架美国35 USC 102/103NoveltyPASS / FAIL失败须引用具体文献Non-obviousnessPASS / FAIL失败须引用组合。中国专利法第 22 条新颖性通过 / 未通过创造性通过 / 未通过。欧洲EPC 第 54/56 条NoveltyPASS / FAILInventive stepPASS / FAIL采用 problem-solution approach 三步法。如需深入各法域的格式与判例基准可查阅共享参考 patent-format-us.md含 102/103 驳回应对策略、patent-format-cn.md含其特征在于两部式与所述用语纪律与 patent-format-ep.md含 Rule 43 两段式权利要求强制要求与 Article 123(2) 禁止增加事项。Step 6输出查新评估报告最终将结论写入patent/NOVELTY_ASSESSMENT.md标准模板如下## Patentability Assessment ### Invention Summary [description] ### Overall Assessment [PATENTABLE / PATENTABLE WITH AMENDMENTS / NOT PATENTABLE] ### Anticipation Analysis [claim-by-claim matrix against each reference] ### Obviousness Analysis [combination analysis with motivation to combine] ### Cross-Model Examiner Review [summary of GPT-6-Astra examiner feedback] ### Recommended Claim Amendments [If claims need modification to overcome prior art, suggest specific amendments] ### Risk Factors [What could cause rejection during actual prosecution?]注意三条职业边界Key Rules 后三条评估仅为咨询性质——实际审查中可能出现不同的现有技术绝不能在没有相同专利与可以授权之间画等号输出包含授权风险因素Risk Factors栏提示实际审查阶段的驳回隐患。四、在 ARIS 专利流水线中的位置patent-novelty-check不是孤立技能而是 patent-pipeline 的 Phase 1Prior Art Search Novelty Assessment中的关键一环/prior-art-search → /patent-novelty-check → /invention-structuring → /claims-drafting → /specification-writing → /patent-review → /jurisdiction-format (search) (verify) (structure) (claims) (description) (examiner) (compile)流水线在 Phase 1 的调用方式为/prior-art-search patent/INVENTION_BRIEF.md /patent-novelty-check patent/INVENTION_BRIEF.md调用后流水线会呈现检查点Checkpoint摘要——列出专利与非专利文献数量、最接近的现有技术、查新结论PATENTABLE / PATENTABLE WITH AMENDMENTS / NOT PATENTABLE及主要风险区域然后强制暂停等待用户确认AUTO_PROCEED false为默认专利撰写每个阶段都需要发明人判断。查新结论会向下游传递NOVELTY_ASSESSMENT.md中的建议权利要求修改直接成为 claims-drafting 的输入之一其输入清单明确包含patent/NOVELTY_ASSESSMENT.md避免在已知现有技术上浪费时间。同时invention-structuring 的技术问题陈述也要求源自 NOVELTY_ASSESSMENT.md 中识别的现有技术缺陷确保问题-方案-效果框架建立在查新证据之上。五、实战要点与常见误区实战要点证据先行矩阵中每个 Yes/No 都必须附带证据文献编号 具体教导内容这继承自PRIOR_ART_REPORT.md的[VERIFY]纪律逐要素而非逐篇比对新颖性判定是文献 vs 要素的笛卡尔积不要凭整体印象下结论组合必须论证动机没有组合动机的显而易见性结论在法律上是站不住的多法域并行同一发明在 US/CN/EP 三法域结论可能不同例如 EPO 对功能性限定更严格Step 5 的并行框架避免一域通过、全域通过的误判审查员交叉验证兜底xhigh推理 独立模型视角能显著降低单模型幻觉与盲区是查新质量的第二道保险。常见误区依据 patent-writing-principles.md 归纳把结果性语言写进权利要求如达到 99% 精度——权利要求只描述结构特征或方法步骤用否定式限定不使用数据库定义发明——除非说明书有明确依据前后术语不一致processor / CPU / 计算单元混用——破坏权利要求的确定性把实验数据写进说明书——实验与性能数据属于论文与审查答辩不属于专利文件。六、从源码结构看技能的可靠性设计从 ARIS 仓库源码结构可以推断该技能所在的技能体系遵循严格的证据纪律 可追溯设计原则证据链闭合patent-novelty-check的输入PRIOR_ART_REPORT.md由检索技能产出输出NOVELTY_ASSESSMENT.md又被下游起草技能消费环环相扣、无凭空捏造环节降级不失败无论 Codex MCP 是否可用技能都保证流程可完成跳过并注明这与 ARIS 一贯的reviewer 缺失时降级运行模式一致见 patent-pipeline 的 Key Rules参考标准化法律基准全部收敛到 shared-references 目录下的patent-writing-principles.md、patent-format-us.md、patent-format-cn.md、patent-format-ep.md、prior-art-databases.md等共享文档技能间复用同一法律认知避免各技能标准漂移。结语patent-novelty-check将专利法语境下的新颖性与创造性判断拆解为可执行、可复核、可多法域并行的工作流并用独立审查模型做交叉验证。它既回答了这个发明有没有被单一文献完全公开也回答了多篇文献组合起来是否使其显而易见最终以结构化报告支撑专利流水线的后续起草决策。需要强调的是该技能产出的是供专利代理人复核的咨询性草稿不构成正式法律意见——任何实际申请前的专业检索与代理审查仍不可替代。延伸阅读prior-art-search现有技术检索上游novelty-check科研查新对照claims-drafting权利要求起草patent-pipeline全流水线编排patent-format-cn.md中国专利格式patent-format-ep.md欧洲专利格式【免费下载链接】Auto-claude-code-research-in-sleepARIS ⚔️ (Auto-Research-In-Sleep) — Lightweight Markdown-only skills for autonomous ML research: cross-model review loops, idea discovery, and experiment automation. No framework, no lock-in — works with Claude Code, Codex, OpenClaw, or any LLM agent.项目地址: https://gitcode.com/gh_mirrors/au/Auto-claude-code-research-in-sleep创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考