面向 agent 宿主（DSH / Claude Code / Codex）的 Python 專利侵權分析 skill：輸入專利號，約 1 小時產出可複核、可交付律師的 claim-chart 風格報告。
DSH 整合
相容
作者聲明
安全稽核
未稽核
最後核實
2026-09-02
授權條款
作者未說明
01它能幫你完成什麼？
輸入一個專利公開號，產出競品侵權分析報告
逐項技術特徵對比表、可點擊的公開證據 URL，以及「還缺什麼證據 / 下一步去哪查」的可執行建議
做侵權排查的智慧財產權律師與法務團隊
將人工侵權排查從 3–5 天壓縮到約 1 小時
由 4 模組串列管線、多源搜尋與多模態證據抓取產出的可追溯、可複核報告
需要快速、可審計初篩的法律營運與 IP 團隊
02如何將外掛接入 DeepSeek Harness？
先決條件
- 一個可載入 skill 的宿主 agent（如 Claude Code、Codex 或 DeepSeek Harness 這類 agent）。
- 獨立模式A：至少一種搜尋工具（Tavily/Bocha/Exa/Brave）與大模型 API。
安裝步驟
- 01
推薦（模式B）：將 PatentRadar 作為 skill 嵌入宿主 agent，由其衍生 4 個 subagent 並呼叫自身 WebSearch / WebFetch 與對話能力，無需額外依賴。
- 02
或（模式A）：執行由 server/runner.py 驅動、串聯 4 個 CLI subprocess 的獨立管線。
驗證整合成功
- 模式A：開啟 Web Dashboard 並檢查 4 個 module log 檔案，確認管線完成。
- 模式B：在宿主 agent 對話視窗查看分析報告，並核對落盤 JSON。
03DSH 整合程度與能力邊界
作為宿主 agent 與 DeepSeek Harness 相容：將 PatentRadar 以 skill 形式嵌入（模式B，零額外依賴），由宿主 agent 衍生 4 個 subagent 並呼叫自身的 WebSearch / WebFetch 與對話能力；或以獨立管線（模式A）經 server/runner.py 執行後將結果回傳 dsh。
多源搜尋 + 多模態證據抓取
專利公開號 + 競品對象→跨來源、跨模態抓取的公開證據 URL
獨立管線（模式A）
專利號；需搜尋工具 + 大模型 API→由 server/runner.py 串起 4 個 CLI subprocess 產出報告
呼叫外部搜尋與大模型 API，消耗額度Agent skill 嵌入（模式B）
具備 WebSearch/WebFetch + 對話能力的宿主 agent→由宿主 agent 內 4 個 subagent 產出的報告
04適合誰？何時不該用？
適合
- 做侵權排查的智慧財產權律師與法務團隊
- 需要快速、可審計初篩的法律營運與 IP 團隊
不適合
- 模式A 獨立執行需要至少一種搜尋工具（Tavily/Bocha/Exa/Brave）與大模型 API；模式B 依賴宿主 agent 的 WebSearch / WebFetch 與對話能力，兩條路徑皆需聯網與 API 額度。
05相容性、維護與安全提醒
- 模式A 獨立執行需要至少一種搜尋工具（Tavily/Bocha/Exa/Brave）與大模型 API；模式B 依賴宿主 agent 的 WebSearch / WebFetch 與對話能力，兩條路徑皆需聯網與 API 額度。
- 報告由 LLM 生成，供律師做可追溯複核，不構成法律意見，正式決策仍需專業審核。
Python 專案，標籤含 dsh-plugin / patent-analysis / legal-tech；57 stars，11 forks。
06常見問題
如何在 DeepSeek Harness 中執行 PatentRadar？
採用模式B（推薦）：將 PatentRadar 作為 skill 嵌入宿主 agent（Claude Code / Codex / dsh 這類）。宿主 agent 衍生 4 個 subagent，並直接呼叫自身 WebSearch / WebFetch 與對話能力，PatentRadar 零額外依賴。
輸入專利號後會得到什麼？
一份競品侵權分析報告：逐項技術特徵對比表、可點擊的公開證據 URL，以及「還缺什麼證據 / 下一步去哪查」的可執行建議。
需要自備搜尋與大模型 API 嗎？
模式B 依賴宿主 agent 的 WebSearch / WebFetch 與對話能力，因此需要具備這些工具的 agent；模式A 則獨立需要至少一種搜尋工具（Tavily/Bocha/Exa/Brave）與大模型 API。
比人工排查快多少？
人工排查一份高品質報告動輒 3–5 天；PatentRadar 透過 4 模組串列管線、多源搜尋與多模態證據抓取，把這條鏈路壓到約 1 小時。
報告能當作法律意見嗎？
不能。報告由 LLM 生成，是交給律師做可追溯複核的材料，正式法律決策仍需專業人士審核。
07相關的 DSH 工作流程
modlens
作者 liustack
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全網最強 DeepSeek Harness 外掛視覺外掛，為 DeepSeek、GLM 等純文本模型外掛視覺能力，貼上圖片即得結構化 JSON 證據（OCR、版面、語義）。
agent-vision-toolkit
作者 anionex
為純文本模型"看圖“設計更好的視覺工具箱和技能，支援多圖理解，圖片問答，前端UI還原、GUI 自動化等，並可選無縫接入多個主流agent，直接識別貼上圖片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
dsh-vision-router
作者 ysr666
為純文本 DeepSeek Harness 智慧體提供「視覺」能力，內建免金鑰視覺鏈路與畫素級視覺工具，一條命令安裝，無需 Python。
dsh-vision-toolkit
作者 anionex
[dsh]為純文本模型設計更強大的視覺工具箱：一行安裝使用、貼上圖片直接識別、多張圖片問答、截圖到前端UI 還原等｜DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
08資料與來源
零额外依赖，只需要codex或其他agent
由宿主 agent（Claude Code / Codex）的对话能力直接调用
调度 | [`server/runner.py`](src/patentradar/server/runner.py) 串 4 个 CLI subprocess
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-09-02。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。