Perplexity公司推出免费AI工具Perplexity Patents，旨在简化专利搜索流程。该工具通过整合多个专利平台数据，帮助用户快速获取专利信息，解决传统搜索繁琐耗时的问题。目前处于测试阶段，对所有用户开放使用。
AI驱动的专利绘图服务
自动生成专利申请文本的AI工具
hhshomee
基于OpenCLIP库的零样本图像分类模型，适用于专利图像分析
patent
这是一个基于sentence-transformers的模型，能将句子和段落映射到384维的密集向量空间，适用于聚类或语义搜索等任务。
nategro
基于PatentSBERTa的专利矛盾句识别模型，能够将句子和段落映射到768维稠密向量空间，适用于聚类或语义搜索等任务。
基于PatentSBERTa的专利问题与解决方案句子识别模型，可将句子和段落映射到768维稠密向量空间，适用于聚类或语义搜索等任务。
基于PatentSBERTa的专利矛盾句识别模型，可将句子和段落映射到768维稠密向量空间，适用于聚类或语义搜索等任务。
AAUBS
基于深度NLP的混合模型，使用增强SBERT实现专利距离计算与分类
AI-Growth-Lab
基于深度NLP的混合模型，采用增强型SBERT实现专利距离计算与分类
PatSnap MCP服务器用于专利信息收集与分析
该项目是一个基于FastMCP的USPTO专利数据访问服务器，支持通过专利公共搜索API和开放数据门户API获取美国专利商标局的专利和专利申请数据，为Claude Desktop等MCP客户端提供专利搜索、全文获取、PDF下载和元数据查询功能。
提供Google Patents搜索功能的MCP服务器
PatentSafe MCP是一个用于连接PatentSafe并检索文档的MCP服务器，支持通过Lucene查询访问数据库，适用于Claude等MCP客户端。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
