前言¶

專利數據處理常見三類訴求：把專利公開文本轉成可檢索的 Markdown，從審查通知書裏抽出著錄項目和正文，把說明書附圖從 PDF 裏分離出來。這些工作如果手工做，需要逐頁複製、改格式、處理圖片。下面介紹的 Skill 用「OCR 提取 + 結構化解析 + 圖片抽取」的方式把這幾步串起來，適合需要批量處理中國專利官文的場景。

這是什麼¶

知識產權官文PDF轉markdown 是一個社區來源的 Agent Skill，座標 @user_dcf8e29c/patent-pdf-to-md，當前版本 1.0.0，分類爲 professional，發佈者是 SkillHub 上的 user_dcf8e29c。它的定位是把中國專利相關的 PDF / DOCX / DOC 文件轉成結構化 Markdown：先用 MinerU 做高質量 OCR 文本提取，MinerU 不可用時回退到 Tesseract，再用 Python 腳本做章節結構解析和圖片抽取。

它解決的痛點是：專利官文有固定章節（著錄項目、說明書、權利要求書、說明書附圖），但 PDF 文本往往是按版面順序排列的，直接轉 Markdown 會丟失結構；需要人工重新切分章節。這個 Skill 把「OCR + 結構解析 + 圖片抽取」三件事合併到一個流程裏，輸入一份官文，輸出一份帶章節的 Markdown。

核心功能¶

1、輸入格式覆蓋 PDF、DOCX、DOC 三種。中文專利場景裏既有掃描件 PDF（需要 OCR），也有從系統導出的 Word 文檔，兩類輸入都支持。

2、支持三種專利公開類型：發明公開（A）、發明公告（B）、實用新型公告（U）。這是中國專利文獻的三種主要公開/公告形式，分別對應發明專利申請公開、發明專利授權公告、實用新型專利授權公告。

3、支持四類審查文件：審查意見通知書、駁回決定、複審決定書、無效宣告請求審查決定書。這四類都是專利審查流程中發出的官方文書，格式相對固定，適合用結構化解析處理。

4、文本提取用 MinerU 做 OCR，MinerU 不可用時回退到 Tesseract。MinerU 擅長中文版面和公式識別，Tesseract 作爲兜底保證流程不會因單個工具缺失而中斷。

5、結構解析和圖片抽取由 Python 腳本完成。解析的目標是識別官文中的章節邊界，並把說明書附圖從 PDF 頁面中切出來單獨保存，而不是把圖片當二進制數據塞進 Markdown。

安裝與啓用¶

該 Skill 採用通用 SKILL.md 格式，標籤裏標註 requires_api_key=false，即不需要 API Key 即可使用。

安裝方式是通過 SkillHub 平臺獲取：

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

目前沒有公開資料顯示命令行安裝命令或配置文件字段。Cursor、Codex CLI、Claude Code 三類客戶端的啓用方式在官方資料中未分別說明，這裏不做推測。需要確認的讀者直接打開上方 SkillHub 頁面查看對應客戶端的引入方式。

啓用後需要保證本地具備 OCR 依賴：MinerU 用於主流程，Tesseract 作爲回退，二者至少其一可用。這部分環境準備不在 Skill 文檔中展開，按各工具的官方說明自行安裝。

典型用法¶

官方簡介給出的觸發場景是：「用戶需要處理中國專利 PDF、把專利文檔轉成 Markdown，或提取專利著錄項目時調用」。實際使用時，向 Agent 明確說明輸入文件和期望輸出即可，例如：

把這份發明專利申請公開說明書（A 類）轉成 Markdown，
保留著錄項目、說明書、權利要求書、說明書附圖四個章節。

對應的處理流程是：

1、Agent 調用 Skill，傳入 PDF 文件路徑。
2、Skill 先判斷是否掃描件；需要 OCR 時調用 MinerU 提取文本，MinerU 不可用時回退到 Tesseract。
3、Python 腳本按官文章節規則切分文本，生成帶標題層級的 Markdown。
4、腳本同時從 PDF 中抽取說明書附圖圖片，單獨保存。
5、返回結構化的 Markdown 內容和圖片路徑。

對於 DOCX / DOC 輸入，跳過 OCR 步驟，直接進入結構解析。

適用場景與注意¶

適合的場景：需要把一批中國專利公開文本或審查文書轉成可檢索、可歸檔的 Markdown；需要從官文中抽出著錄項目或權利要求書做結構化入庫；需要把說明書附圖從 PDF 中分離出來做後續處理。

需要注意的幾點：

1、OCR 質量取決於輸入文件的清晰度。掃描件分辨率過低時，即使 MinerU 也可能識別出錯，Tesseract 回退的質量更不穩定，建議對關鍵文本（如權利要求編號）做人工抽查。

2、結構解析依賴官文的章節格式規範。四類審查文件的版式不完全一致，如果文件是機構自定的非標準格式，章節切分可能不準確，需要人工覈對。

3、該 Skill 由社區作者發佈，來源標註爲 community。生產環境使用前建議先在小批量樣本上驗證輸出，再決定是否用於批量處理。

4、Skill 文檔未公開命令行參數和配置項細節，具體調用方式以平臺頁面爲準。

小結¶

知識產權官文PDF轉markdown 把中國專利官文處理的三件事——OCR 文本提取、章節結構解析、附圖抽取——合併到一個 Skill 裏，覆蓋 A/B/U 三種公開類型和四類審查文件。對於需要把專利文本轉成結構化數據的開發者，它是一個可複用的流程封裝，省去自己拼 MinerU、Tesseract 和解析腳本的工作。官方地址：https://www.skillhub.cn/skills/user_dcf8e29c/patent-pdf-to-md