前言¶
给专利做标引的人，通常要面对两套东西：一套是自己定的标签体系（技术领域、技术问题、效果、应用场景……维度可能不止一层），另一套是专利文件里写的技术事实（背景技术、发明内容、具体实施方式）。把这两套对齐，靠人工逐篇读、逐条填，速度快不起来，而且同一维度的判断标准容易飘。
专利标引大师要解决的就是这一步映射：把用户自定义的多维度分类标签体系与专利技术事实建立对应关系，输出结构化的标引表格。下面介绍这个 Skill 的定位、能力边界和拿到手之后该做什么。
这是什么¶
一句话定位：一个面向专利的标引智能体，输入专利文本和标签体系，输出结构化标引表格。
它由 SkillHub 上的社区发布者 user_921c36cf 维护，坐标 @user_921c36cf/patent-tagging，当前版本 1.0.0，来源标记为 community，分类 professional。官方地址：
https://api.skillhub.cn/user_921c36cf/patent-tagging
SkillHub 页面：
https://www.skillhub.cn/skills/user_921c36cf/patent-tagging
页面上登记的数据是：评分 100000，下载 1675，安装 0（数据采集时间见页面）。需要说明的是，下载量与安装量之间存在明显落差，说明多数人是在浏览而不是实际部署，参考价值有限。
核心功能¶
根据官方简介，这个 Skill 的能力只有一条，但边界清楚：将用户自定义的多维度分类标签体系与专利技术事实建立映射关系，输出结构化标引表格。
拆开看是三件事：
- 接收用户给的标签体系（维度、取值、层级由用户自己定，Skill 不预设一套标准分类）。
- 在专利文本中定位对应的技术事实作为依据。
- 按标签体系逐项填好，输出结构化表格，便于后续统计或入库。
触发方式上，官方列出的触发词包括「专利标引」「专利标签」「专利分类标注」「patent tagging」「专利技术标注」等。也就是说，在对话里直接提出这些需求就会命中，不需要额外命令。
安装与启用¶
资料里没有给出安装命令、目录约定或配置文件字段，因此这里不写未经核实的命令，避免误导。
能确认的信息只有两项：
- 元数据标记
requires_api_key=false，即按官方登记，使用时不需要 API key。 - 坐标
@user_921c36cf/patent-tagging，SkillHub 页面提供安装入口。
拿到之后建议先做一件事：把上面那个官方页面打开，确认当前版本号和安装方式是否仍与资料一致。SkillHub 上 community 来源的 Skill，安装方式和后续更新由发布者决定，以页面为准。
典型用法¶
官方资料里没有提供可复现的示例或调用命令，因此这里只描述预期的输入输出形态，不构造具体案例。
用之前需要准备好两样东西：
- 标签体系：维度名称、每个维度的取值范围，层级多的要说明父子关系。
- 专利文本：要标引的专利全文，或者至少包含技术方案和效果说明的部分。
然后按下面的顺序推进：
1、把标签体系交给 Skill，明确每个维度的取值范围，避免同一维度出现重叠取值。
2、给出专利文本，说明需要标引。
3、拿到结构化标引表格后，逐行检查每条标签是否有文本依据，没有依据的行单独记下来。
有一点值得提前说明：标签体系是用户自定义的，Skill 不会替你决定该用哪套分类。维度设计得不合理，输出结果也不会合理。
适用场景与注意¶
适合的场景：已经有自己标签体系的团队，需要在一批专利上做一致性标引，并且希望把标引结果落成表格而不是自由文本。
不适合或需要留意的场景：
- 没有定好标签体系就直接用，输出难以复用。
- 多维度标签之间如果有交叉或遗漏，需要先修订体系再标引。
- 涉及未公开或受限专利时，注意文本是否允许交给智能体处理。
- 标引结果仍需人工复核，尤其是技术特征归属和效果认定这类容易出争议的项。
另外，按页面登记，这个 Skill 当前安装量为 0，使用过程中遇到问题没有其他使用者的经验可以参考，只能靠发布者页面信息和自己的实测。
结尾¶
专利标引大师的价值在于把「标签体系 ↔ 专利技术事实」这条映射关系自动化，输出可直接使用的结构化表格，省掉逐篇人工对齐的工作量。它不提供标准分类，标签体系要自己设计。
官方地址：https://api.skillhub.cn/user_921c36cf/patent-tagging
拿到之后建议先小批量试一篇专利，核对表格格式和取值是否符合预期，再决定是否铺开。
