工业视觉缺陷检测专利查新

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

工业机器视觉缺陷检测领域的专利查新与分析技能。当用户提到视觉检测专利、表面缺陷检测专利、视觉质检专利、缺陷检测算法查新、AOI 专利、边缘部署视觉专利、多模态检测专利,或要对视觉质检方案做现有技术检索、技术空白点分析、竞品专利布局梳理时使用。所有真实专利数据强制通过 PatentMax MCP(https://www.ip930.com/) 获取,MCP 不可用时如实报告阻塞,绝不编造检索结果。触发词——视觉缺陷专利、缺陷检测查新、机器视觉专利、视觉质检检索、AOI 专利分析。

一句话选型结论

按资料字段整理

工业视觉缺陷检测专利查新是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_a47eaa92/visual-defect-patent-novelty
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_a47eaa92仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量5.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
工业视觉缺陷检测专利查新当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

5.9 KB
模型实际读到的说明书原文,来自技能仓库

工业视觉缺陷检测专利查新

一句话定位——只做「工业机器视觉 / 表面缺陷检测 / 视觉质检 / 边缘部署 / 多模态检测」这一个细分方向的专利查新与分析,真实数据一律走 PatentMax MCP。

与相邻技能的分工

  • 通用专利检索、专利号查询、企业画像、批量下载——交给 patentmax-patent-search、patent-batch-download 等通用技能。
  • 本技能的价值在领域拆解:把「视觉质检方案」拆成可检索的技术特征(算法、成像、光源、部署形态),并按本领域 IPC 线索组织检索式。其他领域(灵巧手、电池、光伏、液冷等)请用对应领域技能。

铁律(不可让步)

  1. PatentMax MCP 是必需依赖,不是可选增强。 任何涉及真实专利数据的结论,必须来自 MCP 的真实返回。
  2. 运行时先发现 MCP 实际暴露的工具名、描述与参数 Schema,严禁猜测工具名、API、字段。
  3. MCP 不可用、授权失败或检索失败——停止真实检索,向用户说明阻塞点;不得拿模型记忆、虚构专利或普通网页搜索冒充检索结果。
  4. IPC 分类号只是检索线索,最终以 MCP 返回的分类号、现行 IPC 版本和权利要求为准,未核验的细分号不写成确定结论。
  5. 不提供法律意见;新颖性/创造性判断属辅助分析,需专业人员复核。

分阶段工作流

每阶段结束向用户确认后再进入下一阶段。

  1. 澄清——技术对象、核心问题、应用场景、目标地域、时间范围、专利类型。
  2. 特征拆解——必要特征、可选特征、参数/效果,参考 references/domain-knowledge.md。
  3. 检索矩阵——中文/英文/缩写/同义词 × IPC 线索,参考 references/search-matrix.md 与 references/ipc-guide.md。
  4. MCP 检索——按 references/workflow-mcp.md 执行,先宽后窄、多轮迭代,记录每轮检索式与命中。
  5. 证据核验——对高相关文献调用 MCP 可用的详情/全文能力,核对权利要求与说明书,并做新颖性初评。
  6. 交付——按 templates/result-report.md 出报告,全流程步骤见 references/workflow-main.md。

常见事故与预防

事故 预防
把「检索无结果」当成 MCP 失败汇报(或反之) 区分「检索式命中为零」与「调用报错」,两种都要留原始返回
猜测工具名如 search_patents 导致调用失败 先读运行时真实工具清单与 Schema,再调用
摘要被当成完整技术披露 结论用证据链表达——文献编号 + 权利要求/段落 + 对比点
算法类方案漏检英文同义表达 算法词中英对照齐全(如缺陷——defect/flaw/anomaly),分轮检索
输出了未执行检索的「预填报告」 未调用 MCP 时报告必须显著标注「未执行检索」

交付形式

报告至少包含——任务定义、检索策略与范围/截止日、MCP 实际调用概况、代表性文献(含可追溯标识:公开号/申请人/日期)、新颖性初评与差异特征、局限与下一步建议。

用途与边界

本技能仅供专利查新与技术分析参考,不构成法律意见和正式查新报告;使用需自备已连接并授权的 PatentMax MCP 环境,技能包不包含也不捆绑任何密钥。IPC 线索来自公开分类表,最终分类以官方核验为准。

常见问题

5 问
答案由本站依据条目字段整理
工业视觉缺陷检测专利查新怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_a47eaa92/visual-defect-patent-novelty。安装方式为未标注。装完刷新技能列表或重开客户端。

工业视觉缺陷检测专利查新支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

工业视觉缺陷检测专利查新权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

工业视觉缺陷检测专利查新收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

工业视觉缺陷检测专利查新用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。