Skip to content

IP_RISK_ASSESSMENT.md

Latest commit

 

History

History
191 lines (140 loc) · 8.59 KB

IP_RISK_ASSESSMENT.md

File metadata and controls

191 lines (140 loc) · 8.59 KB
Raw

HomeStream 开源防踩雷调研报告

调研日期：2026-07-08 调研范围：arch_visualizer.py + data_guardian.py 两个模块的知识产权风险评估 调研目的：确保借鉴 WorkBuddy 新功能开发的开源模块不踩专利/版权/商标雷区

一、调研结论速览

模块 版权 专利 许可证 原创性 综合评级
arch_visualizer.py SAFE SAFE SAFE SAFE 绿灯
data_guardian.py SAFE MONITOR SAFE SAFE 黄灯（可发布，需持续监控）

总结论：两个模块均可安全开源发布。data_guardian 存在一个需持续监控的专利风险点（企查查上的"数据校验及溯源方法"专利），但经分析该专利大概率不覆盖我们的具体实现。

二、arch_visualizer.py — 风险评估

2.1 版权风险：SAFE

检查项 结果 说明
SVG 标准本身 开放 SVG 是 W3C 开放标准，任何人可自由实现
同类开源库 兼容 svg.py (MIT)、pygal (LGPL3)、svgwrite (MIT)、cairosvg (LGPL3)
我们的实现方式 原创 纯 Python 字符串拼接生成 SVG，非调用任何库
代码同源性 无 未复制任何开源项目代码

关键差异：

  • svg.py / svgwrite：提供 SVG 元素的 Python 类封装（svg.Circle()）
  • pygal：提供图表类型封装（pygal.StackedLine()）
  • 我们的实现：直接拼接 SVG 字符串（f'<circle cx="{x}"...'），不依赖任何外部库

这是最底层、最原始的 SVG 生成方式，等同于手写 HTML，不存在版权风险。

2.2 专利风险：SAFE

检查项 结果 说明
SVG 生成方法专利 未发现 USPTO/CNIPA 搜索未发现"SVG字符串生成"相关专利
环形布局算法 通用 圆周等分布点是基础数学，不可专利化
时间轴布局 通用 纵向时间排列是通用信息可视化模式
数据驱动可视化 通用 Microsoft Azure 文档将此列为公开架构模式

同类工具参考：

  • OpenAI openai-agents-python：使用 Graphviz 生成 Agent 架构图（MIT 许可）
  • AgentBoard（阿里）：可视化 Agent Loop 执行过程（开源）
  • Agent Topology Playground：Agent 交互模式实验工具（开源）

这些工具均使用不同技术路线（Graphviz/Web），我们的纯 SVG 字符串方案是独特实现路径。

2.3 许可证冲突：SAFE

  • 项目许可证：MIT
  • 第三方依赖：零（纯 Python 标准库 math/collections/logging）
  • 无 GPL/AGPL/SSPL 传染风险
  • 符合 GOVERNANCE.md 中 L1/L2 开源层的许可证要求

2.4 代码原创性：SAFE

  • docstring 明确标注"完全原创实现"
  • 仅使用 HomeStream 自有的 EventStore / ModelRouter 接口
  • 灵感来源（WorkBuddy Visualizer）在 docstring 中如实标注
  • 实现方式（纯字符串拼接 vs Visualizer 的 SVG/HTML 框架）完全不同

三、data_guardian.py — 风险评估

3.1 版权风险：SAFE

检查项 结果 说明
数据质量校验方法论 通用 数据完整性/准确性/一致性校验是通用软件工程实践
同类开源工具 兼容 Great Expectations (Apache 2.0)、Soda Core (Apache 2.0)、Deequ (Apache 2.0)
因果链校验概念 公开 Event Sourcing 是微软 Azure 架构中心公开文档的架构模式
我们的实现 原创 四维组合（因果链+时间戳+类型+身份）无同类工具覆盖

3.2 专利风险：MONITOR（需持续关注）

检查项 结果 说明
美国专利（USPTO） 未发现 未发现"事件因果链校验"相关软件专利
中国专利（CNIPA） 需关注 企查查显示存在"数据校验及溯源方法、装置、计算机设备、介质和产品"专利
Event Sourcing 模式 公开 微软 Azure 架构中心文档公开的架构模式，非专利化
因果推断（Causal Inference） 学术公开 知乎/学术界大量公开论文和开源代码

关于企查查专利的分析：

  • 专利名称："数据校验及溯源方法、装置、计算机设备、介质和产品"
  • 该专利的"数据校验"大概率指向数据库/数据仓库场景的数据质量校验
  • 我们的实现是 Agent 事件流的因果链校验，属于完全不同的应用域
  • 软件专利的权利要求通常非常具体，通用方法论不在保护范围内
  • 建议：7/10 开源发布前，可通过专利代理机构做一次正式的 FTO（Freedom to Operate）检索

风险缓解措施：

  1. docstring 中已标注"完全原创实现，基于 HomeStream 自有 EventStore 架构"
  2. 四维校验组合在领域内属首创（7 款主流工具无一覆盖）
  3. MIT 许可证不含专利授权条款（与 Apache 2.0 不同），专利风险天然较低
  4. 如后续收到专利主张，可主张"独立开发"抗辩

3.3 许可证冲突：SAFE

  • 项目许可证：MIT
  • 第三方依赖：零（纯 Python 标准库 datetime/logging）
  • 仅依赖 HomeStream 自有的 EventStore / EventType 接口
  • 无 GPL/AGPL/SSPL 传染风险

3.4 领域独特性：SAFE（差异化优势）

竞品对比（7 款主流数据质量工具）：

工具 许可证 因果链 时间戳 事件溯源 Agent身份 注入检测
data_guardian (我们) MIT YES YES YES YES YES
Great Expectations Apache 2.0 - - - - -
Soda Core Apache 2.0 - - - - -
Apache Deequ Apache 2.0 - - - - -
Apache Griffin Apache 2.0 - - partial - -
dbt Tests Apache 2.0 - - - - -
DQOps BSL 1.1* - - - - -

*BSL 1.1 = Business Source License，非纯开源许可证，我们不采用。

关键发现：7 款主流数据质量工具无一覆盖"事件溯源 + 因果链"校验场景。我们的四维组合在领域内属首创。

四、宏观环境风险

4.1 专利蟑螂（Patent Troll）态势

  • 2025 年软件/云平台占专利蟑螂诉讼的 ~40%
  • AI 相关应用占 AI 专利诉讼的 ~70%
  • CNCF + Linux Foundation 已与 Unified Patents 合作，为开源项目提供专利保护

我们的位置：

  • HomeStream 是 AI Agent 基础设施，属于高风险类别
  • 但我们使用 MIT 许可证（不含专利授权条款），降低了被反向主张的风险
  • 建议关注 OIN（Open Invention Network）的免费专利保护计划

4.2 国家保密局开源风险指引

国家保密科技测评中心（2024年12月）发布《开源软件典型知识产权风险及应对建议》，指出 4 类典型风险：

风险类型 我们的状态
1. 删除/修改开源许可证 N/A — 我们是原创项目，MIT 许可证
2. 开源衍生代码闭源 N/A — 我们完全开源
3. 多个开源许可证冲突 SAFE — 零第三方依赖，无冲突可能
4. 侵犯开源贡献者/第三方专利 MONITOR — data_guardian 需关注

4.3 IP 边界合规（WorkBuddy 借鉴）

用户明确指示："借鉴知识，不照搬"。我们严格遵守：

检查项 状态
未复制 WorkBuddy 代码 YES
未调用 WorkBuddy API YES
未使用 WorkBuddy 内部工具 YES
仅借鉴设计理念（680px viewBox、扁平设计） YES
实现方式完全不同（纯字符串 vs SVG框架） YES
docstring 标注灵感来源 YES

五、建议行动项

优先级 行动 时间
P0 7/10 发布前确认 MIT LICENSE 文件完整 7/9
P1 考虑加入 OIN（Open Invention Network）免费专利保护 7/10 后
P1 data_guardian 发布后定期监控"数据校验及溯源"专利动态 季度
P2 如有条件，做一次正式 FTO（Freedom to Operate）检索 7/15 前
P2 在 README 中补充"灵感来源"声明（已部分完成） 7/9

六、调研来源

  1. GitHub Topics: data-validation (2026-06)
  2. DQOps: 7 Open-Source Data Quality Tools (2025-07)
  3. 企查查: 数据校验及溯源方法专利 (需登录查看详情)
  4. 国家保密局: 开源软件典型知识产权风险及应对建议 (2024-12)
  5. Microsoft Azure: Event Sourcing Pattern (公开架构文档)
  6. GitHub: orsinium-labs/svg.py (MIT, 纯Python SVG库)
  7. GitHub: openai/openai-agents-python (Agent 可视化模块)
  8. CNCF + Linux Foundation + Unified Patents 合作公告 (2024-09)
  9. vft.wfglobal.org: Patent Troll Lawsuits Tech Industry Statistics (2024-2026)