Automatize descrições de invenções de patentes com inteligência artificial
O Patent Disclosure Skill baseado em Python analisa rascunhos de invenções técnicas para gerar descrições técnicas, reivindicações (claims) e comparações com o estado da técnica (prior art) em conformidade com o formato oficial de patentes.
Atualizações
- 12 de outubro de 2026: Estrelas 10,360 → 11,377.
- 27 de setembro de 2026: Estrelas 6,058 → 10,360.
O que você ganha
- Geração de texto de patente estruturado: criação das seções de campo técnico, antecedentes, resumo e descrição detalhada da invenção em conformidade com as normas padrão de patentes.
- Árvore de reivindicações independentes e dependentes: Formulação automática de listas hierárquicas de reivindicações de patentes que maximizam o escopo da proteção legal.
- Análise de lacunas de técnica anterior (Prior Art): Ênfase clara nas diferenças técnicas e no nível inventivo entre as tecnologias existentes e a invenção.
- Acelerar a colaboração com agentes de patentes: economize tempo e custos transformando os rascunhos dos engenheiros em documentos técnicos organizados e prontos para os agentes de patentes.
- Suporte a terminologia de patentes multilíngue: conformidade com a terminologia em inglês, turco e de instituições internacionais de patentes (WIPO, EPO, USPTO).
Instalação
git clone https://github.com/handsomestWei/patent-disclosure-skill.git
cd patent-disclosure-skill
pip install -r requirements.txtExecução
python run_skill.py --input bulus_taslagi.txt --output patent_disclosure.mdArquitetura técnica e princípio de funcionamento
- Motor de Decomposição de Invenções Técnicas: Identifica as principais entradas, saídas e a metodologia em descrições de software, hardware ou processos químicos.
- Validador de Sintaxe de Reivindicações: Analisador de linguagem jurídica que verifica expressões vagas e erros formais em reivindicações.
- Exportação de Modelo e Markdown: Salvar o documento em formato Markdown com seções padronizadas para uso em pedidos oficiais de patente.
Fluxos de trabalho de análise de patentes e preparação de reivindicações
- Transformar algoritmos de software em formato patenteável: derivar descrições de métodos e sistemas aceitáveis pelas autoridades de patentes a partir de códigos e diagramas de arquitetura.
- Defesa contra Office Actions: Criação de minutas de resposta que listam as características distintivas da invenção em face das objeções dos examinadores de patentes.
- Auditoria de Portfólio de Propriedade Intelectual: Mapeamento antecipado de etapas inventivas com potencial de patente em projetos tecnológicos internos.
Se você não programa
Gostaria de preparar um documento formal de notificação de invenção para um algoritmo de cache de banco de dados distribuído que desenvolvi, utilizando a habilidade de patent disclosure. Você poderia explicar passo a passo como fornecer o fluxo do algoritmo como entrada e gerar as reivindicações independentes, o campo técnico da invenção e as diferenças em relação ao estado da técnica?
Repositório: https://github.com/handsomestWei/patent-disclosure-skill. Baseie-se nas instruções oficiais no arquivo README deste repositório para a instalação e execução.
Antes de começar, verifique em qual sistema operacional estamos e se as ferramentas necessárias (ex: Python, Node.js, Git, Docker) estão instaladas. Instale as que faltarem passo a passo de acordo com este sistema.
Crie uma pasta nova e vazia para trabalhar. Não toque em arquivos fora desta pasta e não exclua nada. Antes de executar cada comando, diga o que você vai fazer em uma frase.
Diga-me o que devo ver na tela ao final de cada etapa. Se ocorrer um erro, colarei a mensagem de erro para você exatamente como ela é, e vamos corrigi-la juntos.
Perguntas frequentes
- Esta ferramenta substitui um agente de patentes oficial? Não. O Patent Disclosure Skill é uma ferramenta de preparação e produtividade que ajuda engenheiros a organizar rascunhos de invenções e deixá-los prontos para os agentes; o depósito legal deve ser feito por um profissional.
- Com quais modelos de LLM funciona? Pode ser configurado para funcionar com Claude 3.5 Sonnet, GPT-4o ou modelos locais de pesos abertos (Qwen, Llama 3).
- Meus segredos técnicos confidenciais podem vazar na internet? Ao executar um LLM local (Ollama ou vLLM), todas as análises de patentes são feitas inteiramente no seu computador local e nenhum dado é enviado para fora.
- Consegue interpretar desenhos de patentes e fluxogramas? Quando modelos multimodais são conectados, o sistema também pode analisar arquiteturas e diagramas de blocos, transcrevendo-os para texto.
Termos relacionados do glossário
Links
A TreScout não desenvolveu esta ferramenta · nós a encontramos nas tendências do GitHub e a apresentamos. Esta página descreve o repositório em 2026-08-31: A contagem de estrelas e o nosso texto são daquele dia, o repositório pode ter mudado desde então. Consulte o link do repositório para ver o estado atual. O texto de apresentação foi preparado com IA a partir da própria documentação do repositório e esta página foi traduzida automaticamente do original em turco · a versão turca é a que vale.