我做了一个 AI 工具，把 GitHub 仓库 5 分钟转成专利交底书

效果立竿见影：相关性判断准确率从60%直接拉升到95%以上。

这里有一个通用经验：LLM不擅长事实判断，但它非常擅长基于给定的事实去做推理。核心在于，永远给它一个可靠的事实锚点。

决策 2：国知局 WAF 的 4 级降级链

问题

国知局的公布公告站 epub.cnipa.gov.cn 可以说是查新领域的“圣杯”，但它的反爬机制严苛到令人发指。

用Playwright headless模式去访问，等了180秒甚至300秒，检索框 #searchStr 愣是不出现。如果直接放弃，用户就拿不到对比文献——而这是产品的核心功能。

解决方案

最终设计了一套4级降级链：

async def search_prior_art(keyword: str) -> List[Patent]:
    # 1. 优先尝试国知局公布公告 (Playwright)
    try:
        return await cnipa_epub_search(keyword)  # 走 Playwright
    except WAFTimeout:
        pass
    # 2. 降级到国知局简化接口 (requests)
    try:
        return await cnipa_simple_api(keyword)
    except SSLError:
        pass
    # 3. 降级到 curl 子进程 (绕过 Python OpenSSL 握手问题)
    try:
        return await fetch_via_curl(keyword)
    except subprocess.CalledProcessError:
        pass
    # 4. 最终降级到 Google Patents (海外稳定)
    return await google_patents_search(keyword)

每一级降级都会记录到SSE流中，让用户清晰地看到“系统在为我尝试一切可能”。

这背后的通用经验是：垂直AI产品的核心壁垒根本不是模型本身，而是数据可达性。一个设计良好的降级链，往往能把“做不到”变成“几乎总能做到”。

决策 3：Linux root 跑 Chrome 沙箱的玄学

问题

后端服务以root用户部署，调用 mmdc (mermaid-cli) 渲染图片时，报了个很经典的错误：

[FATAL:zygote_host_impl_linux.cc(127)] Running as root without --no-sandbox is not supported.

解决方案

当然不是简单地加一个 --no-sandbox 参数（那样不安全），而是采取了如下措施：

1. 在Docker镜像内创建一个专门的 mermaid 用户：

RUN useradd -m -s /bin/bash mermaid
USER mermaid

2. 嵌入中文字体（不嵌入的话，渲染出来的全是方框）：

RUN apt-get install -y fonts-wqy-microhei
RUN fc-cache -fv

3. 运行时切换用户调用 mmdc：

subprocess.run(["sudo", "-u", "mermaid",
                "mmdc", "-i", input_md, "-o", output_png,
                "--puppeteerConfigFile", puppeteer_config])

这里也有一个通用经验：浏览器自动化在生产环境中的坑远比想象中要多。一个基本原则是——永远不要用root用户去跑浏览器。

四、产品当前状态

• ✅ 流水线跑通：扫描 → 挖掘 → 查新 → 生成 → 渲染 → 导出
• ✅ 支持 GitHub 仓库 / docx / pptx 输入
• ✅ mermaid 自动渲染高清 PNG 嵌入 Word
• ✅ 对话式迭代 + 自动版本管理（时间戳）
• ✅ 项目隔离（用户数据完全隔离）

五、后续规划

• 支持 GitLab / Gitee 仓库导入
• 增加 PDF 直接解析
• 开源 docx_to_md / cnipa_epub_search 等工具到 GitHub
• 支持英文专利（USPTO / EPO 查新）
• 增加权要书自动生成（可选模块）

六、写在最后

垂直领域AI产品的护城河从来不是模型能力，而是工程化深度加上对领域的深刻理解。

只有真正深入过这个领域的真实流程，才能精准分辨出哪些环节是真实的痛点、哪些只是伪痛点、哪些可以用AI替代、哪些环节则必须保留人工。