前言¶

专利数据处理常见三类诉求：把专利公开文本转成可检索的 Markdown，从审查通知书里抽出著录项目和正文，把说明书附图从 PDF 里分离出来。这些工作如果手工做，需要逐页复制、改格式、处理图片。下面介绍的 Skill 用「OCR 提取 + 结构化解析 + 图片抽取」的方式把这几步串起来，适合需要批量处理中国专利官文的场景。

这是什么¶

知识产权官文PDF转markdown 是一个社区来源的 Agent Skill，坐标 @user_dcf8e29c/patent-pdf-to-md，当前版本 1.0.0，分类为 professional，发布者是 SkillHub 上的 user_dcf8e29c。它的定位是把中国专利相关的 PDF / DOCX / DOC 文件转成结构化 Markdown：先用 MinerU 做高质量 OCR 文本提取，MinerU 不可用时回退到 Tesseract，再用 Python 脚本做章节结构解析和图片抽取。

它解决的痛点是：专利官文有固定章节（著录项目、说明书、权利要求书、说明书附图），但 PDF 文本往往是按版面顺序排列的，直接转 Markdown 会丢失结构；需要人工重新切分章节。这个 Skill 把「OCR + 结构解析 + 图片抽取」三件事合并到一个流程里，输入一份官文，输出一份带章节的 Markdown。

核心功能¶

1、输入格式覆盖 PDF、DOCX、DOC 三种。中文专利场景里既有扫描件 PDF（需要 OCR），也有从系统导出的 Word 文档，两类输入都支持。

2、支持三种专利公开类型：发明公开（A）、发明公告（B）、实用新型公告（U）。这是中国专利文献的三种主要公开/公告形式，分别对应发明专利申请公开、发明专利授权公告、实用新型专利授权公告。

3、支持四类审查文件：审查意见通知书、驳回决定、复审决定书、无效宣告请求审查决定书。这四类都是专利审查流程中发出的官方文书，格式相对固定，适合用结构化解析处理。

4、文本提取用 MinerU 做 OCR，MinerU 不可用时回退到 Tesseract。MinerU 擅长中文版面和公式识别，Tesseract 作为兜底保证流程不会因单个工具缺失而中断。

5、结构解析和图片抽取由 Python 脚本完成。解析的目标是识别官文中的章节边界，并把说明书附图从 PDF 页面中切出来单独保存，而不是把图片当二进制数据塞进 Markdown。

安装与启用¶

该 Skill 采用通用 SKILL.md 格式，标签里标注 requires_api_key=false，即不需要 API Key 即可使用。

安装方式是通过 SkillHub 平台获取：

SkillHub 页面: https://www.skillhub.cn/skills/user_dcf8e29c/patent-pdf-to-md
坐标: @user_dcf8e29c/patent-pdf-to-md

目前没有公开资料显示命令行安装命令或配置文件字段。Cursor、Codex CLI、Claude Code 三类客户端的启用方式在官方资料中未分别说明，这里不做推测。需要确认的读者直接打开上方 SkillHub 页面查看对应客户端的引入方式。

启用后需要保证本地具备 OCR 依赖：MinerU 用于主流程，Tesseract 作为回退，二者至少其一可用。这部分环境准备不在 Skill 文档中展开，按各工具的官方说明自行安装。

典型用法¶

官方简介给出的触发场景是：「用户需要处理中国专利 PDF、把专利文档转成 Markdown，或提取专利著录项目时调用」。实际使用时，向 Agent 明确说明输入文件和期望输出即可，例如：

把这份发明专利申请公开说明书（A 类）转成 Markdown，
保留著录项目、说明书、权利要求书、说明书附图四个章节。

对应的处理流程是：

1、Agent 调用 Skill，传入 PDF 文件路径。
2、Skill 先判断是否扫描件；需要 OCR 时调用 MinerU 提取文本，MinerU 不可用时回退到 Tesseract。
3、Python 脚本按官文章节规则切分文本，生成带标题层级的 Markdown。
4、脚本同时从 PDF 中抽取说明书附图图片，单独保存。
5、返回结构化的 Markdown 内容和图片路径。

对于 DOCX / DOC 输入，跳过 OCR 步骤，直接进入结构解析。

适用场景与注意¶

适合的场景：需要把一批中国专利公开文本或审查文书转成可检索、可归档的 Markdown；需要从官文中抽出著录项目或权利要求书做结构化入库；需要把说明书附图从 PDF 中分离出来做后续处理。

需要注意的几点：

1、OCR 质量取决于输入文件的清晰度。扫描件分辨率过低时，即使 MinerU 也可能识别出错，Tesseract 回退的质量更不稳定，建议对关键文本（如权利要求编号）做人工抽查。

2、结构解析依赖官文的章节格式规范。四类审查文件的版式不完全一致，如果文件是机构自定的非标准格式，章节切分可能不准确，需要人工核对。

3、该 Skill 由社区作者发布，来源标注为 community。生产环境使用前建议先在小批量样本上验证输出，再决定是否用于批量处理。

4、Skill 文档未公开命令行参数和配置项细节，具体调用方式以平台页面为准。

小结¶

知识产权官文PDF转markdown 把中国专利官文处理的三件事——OCR 文本提取、章节结构解析、附图抽取——合并到一个 Skill 里，覆盖 A/B/U 三种公开类型和四类审查文件。对于需要把专利文本转成结构化数据的开发者，它是一个可复用的流程封装，省去自己拼 MinerU、Tesseract 和解析脚本的工作。官方地址：https://www.skillhub.cn/skills/user_dcf8e29c/patent-pdf-to-md