专利之星 · 专利下载 V1.7.2

回复约定（用本技能的 agent 必须遵守）

用户通常只说一句"下载专利"再丢一串号码。默认按工具化方式响应：

• 不逐步汇报、不预先确认、不复述本技能内容、不问"要不要开始"——直接执行。
• 成功时只回三行以内的结果：输出目录名、份数（成功/总数）、文件清单（可只列文件名）。
• 只在下列情况展开说明（各 1–2 句，不写成长文）：
• 有号码被跳过（缺字母/缺校验位/老申请号）或「查无此号」
• 有条目落空（无 PDF 全文 / 取址失败）
• 站点异常：限流、超时、验证码、登录态失效
• 出现了需要用户决策的歧义（例如同名不同件、版本语义未验证）
• 不要把 CSV 内容、耗时明细、站点内部细节贴给用户，除非他明确要。

> 一句话：默认输出"目录 + 份数 + 文件清单"，异常才多说话。
>
> 例外（V1.7.1）：环境未就绪时不要按上面收敛输出——该展开引导就展开。
> 按 references/onboarding.md 的分步话术走，把「用户要做什么」讲清楚，
> 并把 agent 已经代做的部分说明白（用户需要知道哪几步是自己动手）。

用途

在专利之星（国家知识产权局中国专利信息中心主办，免费）下载中国专利全文 PDF
（公开文本说明书），支持两种入口：

• 关键词检索：给检索词，下载结果集里前 N 条（可用 --start 分批）。
• 号单精确下载：给公开号/公告号清单，逐个精确命中后下载。

归档命名 = 序号 + 标题 + 申请号 + 号；可选输出逐条耗时 CSV 与限速探测结果。

本技能解决的是「专利之星没有批量下载 PDF 入口、PDF 地址又拿不到」的问题：
真实 PDF 藏在详情页「全文PDF」标签的 <embed src> 里，指向
api.patentstar.com.cn/api/Image/CnPdf/<token>，该地址 curl 直连报 406、
在 cprs 页内 fetch 被 CORS 拦。脚本用「落到 api 域的普通 JSON 页 + 同源 fetch +
受信任点击」把文件直接写进目标目录。

开工前：环境就绪检查（新用户必读）

面向三类用户：没装 Chrome（只有 Edge）、没装 browser-skill、没注册专利之星。
首次使用、或用户说"帮我把环境弄好"，先跑这一条——它会告诉你缺哪一层：

python scripts/env_check.py          # 人话报告；加 --json 给机器读

报告分五层：bsk CLI / daemon / 扩展连接 / 可用浏览器 / 扩展已安装。
按缺失项只引导那几层，不要把全部步骤一次倒给用户。

前置四件事

1. bsk CLI —— agent 可代装，无梯子也可以（实测 raw.githubusercontent.com 中国 5 节点全通）
2. bsk daemon 常驻 —— agent 用受管后台任务起
3. 浏览器扩展 —— 用户必须自己点安装（见下）
4. 专利之星已注册并登录，且浏览器密码管理器保存了该站密码

> 浏览器多于一个时（Chrome 与 Edge 都装了扩展，或同一浏览器多个 profile）：
> 下载时必须用 --browser <instance_id> 指定用哪个，否则脚本会中断并列出实例。
> 先跑 scripts/env_check.py 看 [3] 扩展连接 那段清单即可。

浏览器扩展怎么装（本版重点）

agent 不代装扩展 —— browser-skill 官方硬约束：
Never use sudo; the user installs the browser extension. 三条路径：

为什么 Chrome 无梯子只能走离线包（实测结论）：
chromewebstore.google.com 在中国 5 个节点 5/5 BLOCKED；且 Chrome 137 起官方
移除了 --load-extension（本机 Chrome 155 实测已失效）。官方给出的替代方案就是
"开发者模式 → 加载已解压的扩展程序"。

scripts/install_extension.py 会自动完成 取最新包 → 校验 → 解压 → 打开扩展页，
用户只剩三下：开开发者模式 → 点「加载已解压的扩展程序」→ 选中脚本打印的目录。
（Edge 上 --load-extension 实测仍可用，但不持久、且用户仍要手动开 popup 连接开关，
不采用，仅在 references/onboarding.md 里作为说明保留。）

完整引导手册

分步话术、失败排查表、Edge↔Chrome 差异、专利之星注册流程，见
references/onboarding.md —— 首次引导前先读它。

使用前提

1. browser-skill 已安装，且 bsk CLI 可用（脚本按顺序探测 --bsk、$BSK_BIN、
   PATH 上的 bsk）。
2. 本机 Chromium 浏览器里登录过专利之星，且浏览器保存了该站点密码。
   脚本会在登录态失效时自动登录：点进密码框触发 Chrome 密码管理器自动填充
   （只判断长度，绝不读取密码内容），再点登录。
3. bsk daemon 已运行。脚本会尝试自动启动；若本机沙箱会收割子进程，
   需先由受管的后台任务常驻运行 bsk daemon start --foreground。

> DSH 侧补充：bsk daemon 必须在宿主终端启动，不能从 DSH 沙箱内起
> （沙箱会收割子进程）。若 bsk 不在 PATH 上，用
> --bsk "C:/Users/Liu Fuqiang/.local/bin/bsk.exe" 显式指定。

输入号码格式（自动归一化）

号单里的号码可以很脏，脚本会自动归一化（V1.4 起）：

自动修复：
- 补 CN 前缀、统一大写
- 去空格 / 全角空格 / 连字符 / 括号 / 引号，去"申请号：""公开号：""公告号："等中文标签
- ZL 开头的专利号 → 去掉 ZL 按申请号处理（专利号 = 申请号）
- 13 位连写的申请号（缺小数点）→ 在第 12 位后补 .

会被跳过并提示原因（无法安全恢复，不硬猜）：
- 文献号缺类型字母（如 CN101214869）→ 按种类号提示候选 A/B、U/Y 或 S
- 申请号缺校验位（12 位、无 .X）→ 校验位无法补算
- 2003 年前的老申请号（8/9 位带点，如 94190001.0）→ 站点无收录

分隔符：换行 / 逗号 / 分号 / 中文逗号顿号分号。不再用空格分隔——号码内部可能含空格（如 CN 105323644 A）。

检索后仍可能「查无此号」：格式合法但站内无此记录（号码打错、或本来就是示例/伪造号），脚本会明确标注，不会静默跳过。

执行

脚本位于本技能目录的 scripts/patentstar_download.py（纯标准库，无第三方依赖）。

Python 解释器用 DSH 内置运行时——先调 load_workspace_dependencies 拿绝对路径，
再以该路径执行；若宿主 PATH 上已有可用的 python 也可以直接用。

按关键词批量下载：

python scripts/patentstar_download.py \
  --query "固态电池 电解质" \
  --count 10 \
  --out "C:/abs/path/输出目录" \
  --timing

按公开号/公告号清单精确下载（号单场景）：

python scripts/patentstar_download.py \
  --pubnums "CN101214869B,CN204416150U,CN209137395U,CN2873190Y,CN107160150A" \
  --out "C:/abs/path/输出目录" \
  --timing

> Windows 下 --out 用正斜杠或转义反斜杠；路径不要带尾部无意义空格。
> 站点的「号单检索」只接受申请号标准格式（CN+12位+校验位）；给公开号/公告号会 0 命中。
> 因此 --pubnums 的实现是逐个用智能检索精确命中后再取 PDF。

常用参数：

用不同关键词、不同 --start 分批跑即可覆盖任意条数（结果集固定排序下顺序稳定）。

输出目录与版本选择

输出目录：不给 --out 时，每次运行自动在当前目录新建
专利下载<年月日时分秒>（例 专利下载20261010012846）——一次指令一个目录，
多次指令的产物不会混在一起。给了 --out 就按给的路径。

多份 PDF 的版本选择（V1.5 起，V1.6 补版本命名与提示）：发明记录站点常提供
2 份 PDF，顺序固定——[1] = 公开文本（首页印「(10)申请公布号」）、
[2] = 授权文本（首页印「(10)授权公告号」）。该顺序已用 pypdf 读下载文件的
首页文本核实。脚本按用户给的号码类型自动选版本：

也可用 --pdf-version public|granted|all 直接指定要哪一版（比记"第几份"直观）；
--pdf-index N 是底层逃生口。实用新型与外观设计通常只有 1 份 PDF，照常下载。

文件名直接写版本：发明多份时命名为 ..._公开文本.pdf / ..._授权文本.pdf，
不用打开 PDF 就知道哪份是哪份。命令行与 CSV 也都标注版本
（1.53 MB(公开文本) + 3.83 MB(授权文本)）。

两条版本推断提示（V1.6）：
- 给公开号 A 但站点有 2 份 → 提示└ 该申请已授权：公告号 CN…B——
代理人拿 A 号时通常不知道授权了没，这条直接回答了。
- 给申请号但只解析到 1 份 → 提示└ 仅解析到公开文本（站内未见授权文本，可能尚未授权）。

同一件给多个号 → 按记录去重（V1.6.1）：申请号/公开号/公告号指向同一件时只下一次，
并把各请求号要的版本取并集。例：同时给 CN105323644A + CN105323644B +
ZL201510662000.2 → 1 条记录、2 份 PDF（公开+授权），而不是 4 份重复。

预期耗时（V1.6.1 实测，20 次真实下载）

• 单条成本偏高是因为固定的登录检查/会话建立要摊在 1 条上；批量时每条约 14–24s。
• 站点限流是最大变量：同一号码不同轮次时而命中时而失败；站点慢时 navigate
  会从 2–3s 涨到 10s。站点正常时 V1.3 曾实测 5 件 44.6s ≈ 8.9s/件。
• 关键词模式：单条约 10–15 秒，10 条约 2–3 分钟。
• 对照传统逐条串行点下载约 58 秒/条，提速 5 倍以上。
• 每次运行都新建独立目录：实测 20/20。

输出

• <序号>_<标题>_<申请号>_<号>.pdf —— 校验过 %PDF- 文件头与体积；
  发明多份时直接用版本名：..._公开文本.pdf / ..._授权文本.pdf
  （例：01_一种隐藏式云台摄像头_CN202111194234.0_CN113983326B_授权文本.pdf）；
  版本语义未验证的类型仍用 _pN。
  给的号码是申请号时，文件名末段会自动改用站点的公告号/公开号，避免与申请号重复
• 下载耗时记录.csv（加 --timing 时）—— 列含「记录PDF数 / 已下份数 / 版本 /
  字节数合计 / 大小MB / 下载ms（每份自己的耗时）/ 状态 / 文件名」
• 未下载清单.txt —— 仅在有条目落空时生成，逐行记录「号码 / 标题 / 原因」；
  「无 PDF 全文」只表示站点不提供 PDF 文件，其说明书与权利要求仍可能在线可读

关键约束（改动脚本前必读）

• 详情页只能从结果列表点击标题进入。直接导航 /Search/Detail?ANE=...
  会被反爬 302 到 verifypage.html 图像验证码。
• 检索必须用「赋值 + 派发 input/change/keyup/blur + 点 a.search_btn」。
  仅 bsk fill 不足以触发站点读取输入框。
• 程序化 a.click() 触发下载会被 Chrome「多文件自动下载」策略拦截，
  同页只有第一个能落盘；必须用 bsk download（受信任点击），
  它每个文件都算一次用户点击，可在同一页面连续下载。
• 每页条数控件 #rowcount_se 直接改 value 无效，必须点 #filter-box2 里的
  <a>10</a>；且该设置不随 URL 保留，每次重载结果页都要重设。
• 偶发「假成功」：HTTP 200 但返回 20KB 站点 HTML 壳而非 PDF。脚本已校验
  文件头，失败会自动重试。
• 站点不限速（同一 PDF 连续 15 次抓取全 200、耗时稳定 3.8–4.3s），
  并发抓取安全。
• 「全文PDF」标签有两种形态，取址必须同时认（V1.3 定型，这里踩过坑）：
  · 形态 A（单份）：点开标签后 <embed src> 直接出现，指向 api 域。
  · 形态 B（多份）：点开标签后出现若干 a.pdfbtn，地址只在 data-url
  属性上（href 与 onclick 都是空的），必须先点其中一个，embed 才出现。
  两者都没出现，才是真的没有 PDF。
• 取址必须「链接优先、embed 兜底」（V1.5）：站点会记住上次选过的版本，
  点开标签时可能直接 embed 那一份。若先认 embed，就会绕过按下标选版本、拿到
  非本次指定的版本（实测踩到：按公告号请求时只解析出 1 份）。所以先找
  a.pdfbtn 按下标定位版本；没有链接（单份记录）才采信 embed，且已有 embed 后
  再宽限约 1.5 秒等链接出现。
• 绝不能用 #pdfcontainer 判 NOPDF：它在真实 DOM 里始终为空，据此判定
  会把整个形态 B 误报成「站点未收录全文」——曾导致 5 件里 2 件被白白跳过。
• NOPDF 必须重试后才采信：站点渲染慢时会误判，脚本现在每次都重试，
  只有 --retries 次全部判 NOPDF 才写进 未下载清单.txt。
• a.pdfbtn 是渐进渲染的：确认存在后要再观察约 1 秒取观察到的最大数量，
  否则「站点提供几份」与版本命名会抖动。
• 自动登录成功后要"铺开登录态"再检索（V1.6）：实测刚自动登录成功那一小段时间里，
  检索会偶发空结果——同一号码可能连续 3 次 0 命中并被误记成「查无此号」，
  而复跑立刻命中。所以自动登录后回首页等待约 4 秒并再确认一次登录态，才进正式检索。
  （ensure_login 里已实现；若日志出现连续 无命中，先怀疑这一条。）
• 智能检索会整体返 0，必须留「号单检索」兜底（V1.6.4 实测）：站点「智能检索」
  会对所有查询返回 检索结果共 [ 0 ] 条——连"电池"这种常见词也是 0，而同一时刻
  「号单检索」用同一账号正常返回（CN202111194234.0 命中 1 条）。所以
  collect_by_pubnums 现在在「智能检索 0 命中 且请求号是申请号」时自动改走
  list_search()（/Search/ListSearch → 填 #TxtSearchCn → 点
  button[onclick*="TxtSearchCn"]）。号单检索结果页
  （/Search/ListSearchResult）的列表结构与智能检索一致
  （#listcontainer > div / label.title-color[title] / 行内含申请号·公开号·公告号），
  故取址与下载环节零改动。号单检索只吃申请号标准格式，公开号/公告号没有这条兜底；
  --query 关键词模式也没有兜底（号单检索不支持关键词）。
• 若某记录确实没有 PDF，说明书与权利要求通常仍在线：#dscontainer /
  #clcontainer 仍可能有全文（实测 13061/3793 与 6848/1098 字节）。
  降级交付（导出说明书+权利要求）尚未实现，列为待办。
• 收尾绝不能只调 session stop：实测会留下再也无法关闭的孤儿窗口（会话
  记录已清、窗口还在，而 bsk window 只有 resize，没有 close）。必须走
  close_agent_window() —— 先 tab list 取 scope=agent 的标签逐个
  tab close，Chrome 在窗口最后一个标签关闭时销毁窗口、bsk 同时注销会话；
  之后 session stop 报 session is not registered 属正常终态。收尾必须
  以 assert_no_sessions_left() 断言会话表为空，禁止静默失败。
  另：tab list 会同时列出用户标签，只允许关 scope=agent 的，关用户标签会被
  沙箱拒绝（operation denied by the Agent Window sandbox）。

详细站点结构、选择器、验证过程见 references/site-notes.md。

版本记录

V1.7.2（2026-10-10）

主题：会话绑定哪个浏览器 —— 新增 --browser。
（面向 Chrome 与 Edge 都装了扩展、或同一浏览器多 profile 的场景）

• 新增 --browser 参数（patentstar_download.py）：指定会话绑定哪个浏览器实例，
  取值 instance_id / 唯一标签 / auto，对应 bsk session start --browser。
• 决策规则：0 个实例 → 报错并给装扩展指引；1 个 → 交给 bsk 默认；
  ≥2 个且未指定 → 中断，打印实例清单与用法。不硬猜——绑错会白跑一趟，
  且现象表现为「查无此号」，极难排查。auto = 自动选第一个可用实例（省事但不推荐）。
• env_check.py 的 [3] 扩展连接 改为逐个打印实例（id / 浏览器 / 版本 / 标签），
  实例 >1 时直接给出带 --browser 的示例命令。
• install_extension.py：--browser both 的步骤顺序改为 Edge 优先（无梯子可达、
  Windows 自带）；--open 只打开第一个浏览器，不再同时弹两个窗口。
• 小修：print("输出目录…") 加 flush=True（重定向到管道时 stderr 会抢在 stdout 前面）。
• 实测背景：多实例是常态——本机 Chrome 与 Edge 都装了 BrowserSkill 后，
  bsk browsers 同时列出两个实例（28775e18 chrome / 7ac34d1a edge）。
• 台本版本号与脚本 VERSION 同步升到 1.7.2。

V1.7.1（2026-10-10）

主题：新用户环境引导（面向没装 Chrome / 没装 bsk / 没注册专利之星的用户）。

• 新增 scripts/env_check.py：五层探测（bsk CLI / daemon / 扩展连接 / 可用浏览器 /
  扩展是否已装），输出人话报告（--json 给机器读），并按缺失项给出下一步，不靠瞎猜。
• 新增 scripts/install_extension.py：解决 Chrome 网上应用店国内不可达导致装不上扩展的问题。
  流程：GitHub API 取最新 ext-v* 发布包 → 下载 → 校验（zip 完整性 / name 含 BrowserSkill /
  MV3 / 有 background）→ 解压到 ~/.workbuddy/bsk-extension/v<版本>/ → 打印 Chrome 与 Edge
  两套操作步骤。可选 --open 直接打开扩展管理页、--make-bat 生成可转发给同事的一键脚本、
  --zip 用本地包离线装。
  用户只剩三步：开开发者模式 → 点「加载已解压的扩展程序」→ 选中脚本给出的目录。
• 新增 references/onboarding.md：三条安装路径（Edge 商店 / 离线包 / Chrome 商店）、
  专利之星注册与登录、每步的"成功长什么样"、失败排查表、agent/用户分工三档、话术模板、
  Edge↔Chrome 差异速查表。
• 回复约定补一条例外：环境未就绪时不再收敛输出，按引导手册展开。
• 实测依据（详见《专利之星skill-新用户前置调研.md》）：
• 中国 5 节点（京/深/蒙/黑/滇）拨测：chromewebstore.google.com 5/5 BLOCKED；
  microsoftedge.microsoft.com、raw.githubusercontent.com、objects.githubusercontent.com
  5/5 可达（对照组 baidu.com 全通，证明工具可信）
• 本机 Chrome 155 实测 --load-extension 已失效（基线 vs 实验组扩展 target 无增量）；
  Edge 155 仍可用，但不持久（浏览器重启即失效）且用户仍须手动开连接开关 → 不采用
• 本机自测无区分力：DNS 被 TUN 接管，baidu.com / google.com 一律解析到 198.18.x.x
• 台本版本号与脚本 VERSION 同步升到 1.7.1；新增两个脚本均为纯标准库，无第三方依赖。

V1.7.0（2026-10-10）

主题：修「号单检索」误点「清空」按钮；并把三处版本号统一为 1.7.0。
- 事故（V1.6.4 实测）：号单检索兜底用 button[onclick*="TxtSearchCn"] 找提交按钮，
但同页「清空」按钮的 onclick="clearTxt('TxtSearchCn')" 同样含 TxtSearchCn，
且它在 DOM 里排在前面 → 每次点击都点到「清空」：输入框被清空，既没开新标签
也没报错，表现为"点了没反应"。
- 修法：改用双属性 AND 选择器
SEL_LIST_SEARCH_BTN = 'button[onclick*="getResult"][onclick*="TxtSearchCn"]'
（CSS 两个属性选择器可做 AND）；JS 兜底点击 JS_CLICK_CALC 按同规则过滤
（必须同时含 getResult）。
- 点击仍是两级：先 bsk.click 受信任点击（window.open 需要用户手势），
没出新标签再用 JS_CLICK_CALC 直接 click() 兜一次。
- 版本号统一：此前同一份代码挂着三个号——目录名 V1.6.3、台本 1.6.4、脚本
VERSION 1.6.5；本次一次性对齐为 1.7.0：目录名、frontmatter name/version、
H1 标题、脚本 VERSION 四处一致。台本版本号与脚本 VERSION 同步升到 1.7.0。

> 注：上一条选择器修复为版本号合并时依脚本注释补记（当日未留台本记录），
> 与脚本实际改动一致；若另有遗漏改动请补上。

V1.6.4（2026-10-10）

主题：智能检索整体 0 命中时的兜底（当日实测站点故障）。
- 现象：智能检索对任意查询都返回 检索结果共 [ 0 ] 条（"电池"也是 0），
但 URL 里的 CurrentQuery 已正确带上 base64 编码的查询串 → 前端没问题，
是站点检索后端整体空结果。此时旧流程会把每个号都误记成「查无此号」。
- 新增 list_search() 兜底：智能检索 0 命中且请求号是申请号时，改走
「号单检索」（/Search/ListSearch，填 #TxtSearchCn，点
button[onclick*="TxtSearchCn"] ←⚠️ 此选择器有误，已在 V1.7.0 修正），
命中后照原路取址下载。结构同构，下游零改动。
- 实测：CN202111194234.0 智能检索 4 次全 0 → 兜底命中 1 条 → 26.4s 拿到
公开文本 1.53 MB + 授权文本 3.83 MB。
- 台本版本号与脚本 VERSION 同步升到 1.6.4。

V1.6.3（2026-10-10）

主题：稳定优先（交付给用户时速度不敏感、稳定敏感）。
- 限流自适应：nav 计时，单次导航 >5s 记一次「站点变慢」，<2.5s 清零；
Bsk.pace() 给出 0–3 秒缓冲，加在检索后等待与每次重试之前。站点慢时自动放慢。
- 重试退避：记录级重试不再连打——无命中/取址失败先按
min(4s, 尝试数×1.2s) + pace 退避再试；默认 --retries 由 3 提到 4。
- 每次 evaluate 的预算必须压到 30 秒 RPC 上限之下（重要教训）：bsk evaluate
没有 --timeout 参数，单次超 30 秒整条 RPC 就废（tool RPC timed out after 30s）。
GET_PDF_URL_JS 的内部等待从最坏 ~20 秒压到 9 秒（等 #itemPdf 10s→4s、
找链接 10s→5s），站点慢时不再顶到上限。
- 「为什么出错」归类：结尾按原因分组打印（站点未收录 / 站点响应异常超时 /
站点不提供全文 / 号码格式），并写进 未下载清单.txt；取址失败会带出页面真实返回
（如 timeout[TAB_NOT_ACTIVE]）。
- 实测：4 个不同类型号码 × 2 轮 = 8/8 全成功，且每轮都出现 1–2 次 TAB_NOT_ACTIVE
重试、全部被退避吸收、无记录丢失；单条 12.5–15.1s（比 V1.6.2 略慢，换稳定性）。
- 台本版本号与脚本 VERSION 同步升到 1.6.3。

V1.6.2（2026-10-10）

• 后台运行：session start 默认加 --no-focus —— 开窗不抢焦点，跑的时候你可以继续
  干别的。已实测后台窗口下 bsk download（受信任点击）照常落盘。要抢焦点用 --focus。
• 修 CDP detach 回归（重要）：为"确保标签激活"而反复 tab.click() 是错的——
  多出来的点击会触发页面导航，把正在跑的长 evaluate 打成 Detached while handling，
  任务确定性中断（实测连续 3/3 全挂，且换 --focus 也一样）。现在只点一次，
  靠循环观察；一直没激活就早退交给外层重试。
• 早退省时：TAB_NOT_ACTIVE 不再白等满 12 秒，约 2 秒即返回重试。
• 错误原因可读：取址失败会把页面的真实返回带进原因（如
  取址失败（timeout[TAB_NOT_ACTIVE]）），便于回答"为什么出错"。
• 记录一条死路：结果页 URL 的 CurrentQuery = base64(号码 + "/YY") 编码已实测恒定
  （5 个号码精确命中），直接导航也能拿到正确结果页；但会让 CDP 会话持续 detach，
  加重试与 reload 都救不回来 → 已回退经典检索，result_url() 保留待日后重试。
• 实测：4 个不同类型号码 × 3 轮 = 12/12 全部成功，单条记录 10.1–14.2s。
• 台本版本号与脚本 VERSION 同步升到 1.6.2。

V1.6.1（2026-10-10）

• 按记录去重：同一件专利给了多个号（申请号/公开号/公告号）时，保留首次出现的那条
  记录，把各请求号要的版本取并集再下，不再把同一份 PDF 下两遍。记录身份优先用
  申请号，其次公告号、公开号；命令行打印 [去重] N 个请求号指向同 M 条记录。
• 写入「回复约定」：默认工具化响应——不逐步汇报、不预确认、不复述技能内容；
  成功只回"目录 + 份数 + 文件清单"，异常才展开 1–2 句。
• 修回归：版本并集为空时必须回退。实测踩到——用公告号请求一条只有 1 份 PDF
  的记录（实用新型 U / 外观 S 都是单份）时，并集 {2} 被 s <= len(urls) 全部过滤掉，
  结果一份都不下（CN203066857U、CN3003001S 全军覆没）。现在并集为空就回退取现有那份，
  并打印 [注意] 记录只有 N 份 PDF，按现有份数下载。
• 修退出码：0 if len(ok_files) == len(units) 在"有记录但 0 份"时是 0 == 0 → 假成功。
  现在要求 units 非空且全部成功才返回 0。
• 台本版本号与脚本 VERSION 同步升到 1.6.1。

V1.6（2026-10-10）

• 文件名直接写版本名（收益最大的一条）：知道 [1]=公开 / [2]=授权 之后，
  发明多份时不再叫 ..._p1/_p2.pdf，而是 ..._公开文本.pdf / ..._授权文本.pdf
  —— 不用打开 PDF 就知道哪份是哪份。
  安全边界：只在发明（申请号种类号 K=1/8）且正好 2 份时这样命名；
  实用新型/外观若出现 2 份，其语义未验证，回退 _pN（is_invention() + version_label()）。
• 新增 --pdf-version public|granted|all：用「要哪一版」代替「取第几份」，
  比 --pdf-index 2 直观得多。优先级：--all-pdf/--pdf-index > --pdf-version > auto。
• 两条版本推断提示：给公开号 A 且站点有 2 份 → 提示该申请已授权：公告号 CN…B；
  给申请号但只有 1 份 → 提示仅解析到公开文本（可能尚未授权）。对代理人"授权了没"这个
  高频问题直接给答案。
• CSV 新增「版本」列（公开文本 / 授权文本 / 第N份）。
• 自动登录后加"铺开登录态"等待：实测刚自动登录成功时检索会偶发空结果，
  同一号码连续 3 次 0 命中被误记为「查无此号」，复跑立刻命中。现在自动登录后
  回首页等约 4 秒并复核登录态，才进正式检索。
• 台本版本号与脚本 VERSION 同步升到 1.6。

V1.5（2026-10-10）

• 多份 PDF 按号码类型自动选版本。发明记录站点固定提供 2 份：[1]=公开文本、
  [2]=授权文本（已用 pypdf 读下载文件的首页文本核实：第 1 份印
  「(10)申请公布号」，第 2 份印「(10)授权公告号」）。现在：
  申请号 → 两版都下；公开号(A) → 第 1 份；公告号(B/C/U/Y/S) → 第 2 份。
  --pdf-index N / --all-pdf 仍可显式覆盖；命令行会标注每份是哪一版。
• 取址改为「链接优先、embed 兜底」。起因：站点会记住上次选过的版本，
  点开标签时可能直接 embed 那一份——先认 embed 就绕过了按下标选版本，实测按
  公告号请求时只解析出 1 份。现在先找 a.pdfbtn，单份记录才用 embed（已有
  embed 后再宽限约 1.5 秒等链接）。
• 命名重复缺陷修复：用户给申请号时 {pubnum} 与 {an} 相同，文件名会出现
  两次同一串号码（..._CN202111194234.0_CN202111194234.0.pdf）；现在回退用
  站点的公告号/公开号 → ..._CN202111194234.0_CN113983326B_p1.pdf。
• --out 改为可选：省略时每次运行自动新建 专利下载<年月日时分秒>（例
  专利下载20261010012846），一次指令一个目录，多条指令的产物不互相覆盖。
• 修正「本次取 N 份」措辞——那是解析到的份数，不是最终下载份数。
• CDP detach 恢复：站内首页用 document.write 注入第三方统计脚本，会触发文档
  重解析，把正在执行的 evaluate 打断成 browser rejected the underlying CDP call /
  Detached while handling；原地重试 4 次全废（实测连续两次任务因此中断）。
  现在每次重试前先 reload 一次重置卡住的 DevTools 会话，并在检索前等
  document.readyState == complete。
• 台本版本号与脚本 VERSION 同步升到 1.5。

V1.4（2026-10-09）

• 号单输入自动归一化（normalize_number + 升级版 load_numbers）。
  起因：用户输入号码五花八门——带/不带 CN、发明公开号/授权公告号、实用/外观
  授权公告号、申请号带/不带小数点，还有空格、全角、连字符、括号、ZL 前缀等。
  对站点智能检索实测（16 例脏号码 + 18 例格式矩阵）后确定规则：
  · 补 CN、统一大写；去空格/全角/连字符/括号/中文标签
  · ZL 前缀 = 专利号 = 申请号，去掉 ZL 按申请号处理
  · 13 位连写申请号在第 12 位后补 .（校验位就是最后一位，无需计算）
• 分类 + 拒绝而非硬猜：文献号缺字母（按种类号给候选 A/B、U/Y、S）、
  申请号缺校验位、2003 年前老申请号（实测站点不收录）——逐条打印 [跳过] 与原因。
• 「查无此号」与「格式错」分开：格式合法但站内无记录（伪造/示例号）单独标注，
  不再混在"取址失败"里。
• 分隔符不再用空格（号码内部可能含空格），改为换行/逗号/分号/中文标点。
• 修正 matched 判断：请求号是申请号时也认作命中，不再误报"站点号"。
• 顺带修掉"重试 3/2"这类 off-by-one 的尝试计数显示。
• 台本版本号与脚本 VERSION 同步升到 1.4；--pubnums 帮助与参数表同步。

V1.3（2026-10-09）

• 修掉一个会静默丢件的取址缺陷。起因：5 件号单里 CN101214869B 与
  CN107150160A 被判「站点未收录全文 PDF」，而同两件在 WorkBuddy 侧能下成功。
  看 DOM 才定位到：站点「全文PDF」标签有两种形态，脚本只认第一种。
  · 形态 A（单份）：<embed src> 直接出现 —— 旧逻辑能处理。
  · 形态 B（多份）：渲染的是若干 a.pdfbtn，地址只在 data-url 属性上
  （href 与 onclick 都是空的），必须先点其中一个 embed 才出现。
  旧逻辑既不看 a.pdfbtn，兜底又去查 #pdfcontainer——而那个容器在真实 DOM
  里始终为空，于是形态 B 全被误判成「站点未收录全文」。修前 3/5，
  修后 5/5，耗时 57.6s → 44.6s。
• NOPDF 改为重试后才采信：站点渲染慢时会误判，而误判会永久跳过一件专利
  （dry-run 已复现）。现在每条都重试，只有 --retries 次全判 NOPDF 才记账。
• 多份 PDF 支持：新增 --pdf-index（默认 1）与 --all-pdf；一条记录多份时
  命名为 <基名>_pN.pdf，单份时命名不变（与既有产物兼容）。
• a.pdfbtn 渐进渲染：确认存在后再观察约 1 秒取最大数量，否则「站点提供
  几份」与 _pN 命名会抖动。
• 报告口径订正：「站点未收录全文 PDF」→「该记录站点无 PDF 全文」；
  未下载清单.txt 表头不再断言「非脚本失败」，改为逐条标注原因。
• 取址判定补一道闸：标签未真的被点开时返回可重试的 TAB_NOT_ACTIVE，
  不再当成「没有 PDF」。
• 顺带修掉：CSV「下载 ms」原本是批次累计值，现在每份记自己的耗时；
  请求号与公开号/公告号的比对改为两者都认（V1.3 首跑曾把命中的公告号误报成
  「站点号」）；检索命中多条且第一条不是目标件时开始告警，不再静默取第一条。
• 台本版本号与脚本 VERSION 同步升到 1.3；参数表补上此前遗漏的 --retries。

V1.2（2026-10-09）

• 收尾改为「先关 Agent Window 标签、再注销会话」。起因：一次 5 件号单任务
  跑完后留下 4 个孤儿窗口，而 bsk session list 已为空——session stop 清了
  会话记录却没关掉窗口，且事后无任何命令能关（bsk window 只有 resize）。
• 新增 close_agent_window()：bsk tab list 枚举后只关 scope="agent" 的
  标签；Chrome 在窗口最后一个标签关闭时销毁窗口，bsk 同时注销会话。实测
  窗口数 4 →（开）5 →（关标签）4，session list 归零。
• session_stop() 容忍 session is not registered（关标签后的正常终态），
  只对真失败重试一次。
• 新增 assert_no_sessions_left()：收尾断言 bsk session list --json 为空，
  否则原样打印残留并告警。此前的实现「发完就不管」，静默失败无人知晓。
• 修掉 tab_close() 死代码（此前定义但从未调用、并丢弃返回值）。
• 台本版本号与脚本 VERSION 同步升到 1.2。

DSH 移植（2026-10-09）

• 从 WorkBuddy ~/.workbuddy/skills/专利之星-专利下载V1.1/ 导入。
• 技能名由 专利之星-专利下载V1.1 改为 patentstar-patent-download：
  DSH 的技能名正则要求 ^[a-z0-9]+(?:-[a-z0-9]+)*$，中文名与点号会被直接拒收。
• version / agent_created 移入 metadata（DSH 只识别 metadata 对象）。
• 正文改动仅限：Python 执行方式改为使用 DSH 内置运行时、--out 路径写法、
  bsk daemon 需在宿主终端启动、--bsk 显式指定。站点知识、选择器、
  关键约束与脚本本体未改动。

V1.0（2026-10-09）

• 关键词检索批量下载；--query / --result-url / --count / --start / --page-size / --name-template / --fetch-batch / --timing / --dry-run。
• 定型链路：合并式取址（1 次 evaluate 完成「等详情页 → 切全文PDF → 轮询 embed」）、
  api 域普通页 + 同源 fetch + 受信任点击直写目标路径、%PDF- 校验 + 重试、
  CDP 瞬时错误退避重试、点击确认（轮询 location.pathname）。
• 实测 10 条约 12.8s/条（对照逐条串行点下载约 58s/条）。

V1.1（2026-10-09）

• 新增号单模式 --pubnums / --pubnums-file：按公开号/公告号清单精确下载。
  站点「号单检索」只吃申请号标准格式，故实现为逐个用智能检索命中（公开号/公告号
  均唯一命中，含 B/U/Y 尾的授权公告号），默认命名 {idx:02d}_{title}_{an}_{pubnum}。
• 新增「站点未收录全文」判定：#pdfcontainer 为空即判 NOPDF，属不可重试项，
  直接跳过并生成 未下载清单.txt，不再白重试 3 轮。
• 修复：号单模式下 stage_and_download 因耗时字典未预填而 KeyError，导致整批在
  下载阶段中断；改为 timing.setdefault(idx, {}) 并在收集阶段预填。
• 元数据解析补上公告号（gn），耗材 CSV 增加「公开号 / 公告号 / 请求号码」三列。
• 实测：5 个号码（CN101214869B、CN204416150U、CN209137395U、CN2873190Y、CN107160150A）
  拿到 4 件，63.8s；缺的那件是站点未收录全文。