企业官网建设流程全解析

第三方商标的功能描述性使用合规实践——解析 k-skill 中 naver-blog-research 的商标法律声明

【免费下载链接】k-skill한국인을 위한 스킬 모음집 - 에이전트를 한국인으로项目地址: https://gitcode.com/GitHub_Trending/ks/k-skill

k-skill是一个面向韩语场景的 Agent 技能集合，其中大量技能直接以第三方服务品牌命名，如naver-blog-research、coupang-product-search、kakao-map等。当开源项目在技能名称、文档与代码中频繁出现这些商标时，如何在不构成商标侵权的前提下准确描述"技能作用的对象服务"，就成为一项必须落地的法律合规工程。本文以 naver-blog-research 的商标使用法律声明（TRADEMARK-LEGAL-STATEMENT.md）为核心，结合仓库配套审查文档与脚本源码，解析 k-skill 采用的"功能描述性使用"合规立场：它引用哪些商标法条文与大法院判例、遵循哪些使用原则，以及在代码层面如何落实"仅用于识别目标服务"这一边界。读完本文，你将掌握在自有项目中安全使用第三方商标进行功能描述、兼容性标注与查询目标标识的可操作方案。

一、声明文档的定位：为何技能需要一份商标法律声明

naver-blog-research是 k-skill 中用于检索 Naver 博客、读取博文全文并下载图片的技能。它不依赖任何 API Key，仅使用python3标准库即可运行，其功能边界在 instruction.md 中有明确定义：通过search.naver.com检索、通过移动版m.blog.naver.com直接提取正文（规避 PC 版 iframe 结构）、从blogfiles.naver.net与postfiles.pstatic.net等 CDN 下载图片。

正因为技能名称与用户可见功能中直接出现 "Naver" 与 "네이버 블로그"，仓库在技能目录下放置了 TRADEMARK-LEGAL-STATEMENT.md，明确两点核心立场：

1. 使用目的：네이버 블로그与Naver名称仅用于标识被检索、被读取、被下载的目标服务（博客搜索、正文阅览、图片下载的对象），而非将 k-skill 的出处标示为 Naver；
2. 权利归属：各商标的权利归相应权利人所有，该声明不构成对帖子/图片版权、数据库权、条款契约、个人信息或收集复用行为合法性的判断。

这与技能级免责声明（SKILL.md 中的 Legal disclaimer）相互呼应——SKILL.md 同时声明该技能"非任何第三方商标权人或服务运营者的官方功能、非官方支持、无关联、无赞助、无认可、无合作开发"，并将公开信息采集限制在"个人、非组织化查询"范围内，禁止系统性或批量爬取、建库、绕过访问控制与干扰第三方业务。

二、法律依据：商标法条文与三项大法院判例

声明文档的核心法理来自韩国《商标法》与三项大法院判决。仓库在 docs/legal/trademark-use-review.md 中对这些依据做了展开记录。

1. 商标法关键条文

• 第 2 条：第 1 项第 1 号将商标定义为"为识别自己商品与他人商品而使用的标志"；第 1 项第 2 号将"标志"定义为"为表明商品出处而使用的标记"；第 1 项第 11 号列举了"商标的使用"行为类型（商品/包装标示、转让、提供、广告等）。
• 第 89 条：商标权人就指定商品独占使用注册商标的权利。
• 第 90 条第 1 项第 2 号：以通常方法标示指定商品的普通名称、品质、效能、用途、使用方法等时，商标权效力不及。但该条不能被解释为对所有兼容性标示的概括免责——这是文档特别强调的边界。
• 第 108 条第 1 项第 1 号：在相同或类似商品上使用与他人注册商标相同或类似商标的行为构成侵权；上述判例的核心工作正是区分此处"使用"是否构成真正的出处标示型商标使用。

2. 三项大法院判例

声明文档明确强调：上述法理并非"只要把第三方商标写进句子就一律合法"，关键是实际的标示样态不发挥出处标示功能。

三、仓库落地原则：五条可执行的使用边界

基于上述法理，docs/legal/trademark-use-review.md 记录了仓库层面统一的五项原则，这也是 TRADEMARK-LEGAL-STATEMENT.md 中"仅以必要范围的纯文本使用、不使用 logo 与官方/合作/赞助/认证/伙伴表述"的具体展开：

1. 商标仅在识别支持对象或兼容对象所必需的范围内使用；
2. 不将权利人的 logo、品牌设计当作 k-skill 自身的识别标识；
3. 无独立依据时不主张官方、合作、赞助、认证、伙伴关系；
4. 明确区分权利人服务与 k-skill（或上游工具）的出处；
5. 商标审查不延伸解决版权、数据库权、不正当竞争防止法、条款契约、个人信息/形象权或访问方式合法性问题。

文档亦列出了其覆盖范围：bunjang-search、coupang-product-search、daangn-*、kakao-map、lck-analytics、toss-investment等数十个以消费者品牌直接命名的技能均在适用之列；而k-dart（识别官方公示系统的公共数据出处）、hola-poke-yeoksam（与店主直接沟通后加入）等则被排除；building-register-search、parking-lot-search等技能中 Kakao 仅是附带定位手段，不作为技能名称或主要兼容对象。

四、代码层面的边界落实：以 naver-blog-research 为例

法律声明并非孤立文本，naver-blog-research的脚本实现从工程上固化了"仅识别目标服务、不冒充官方"的边界：

• 域名白名单校验：公共模块 _naver_http.py 中的is_naver_url()通过.naver.com、.naver.net、.pstatic.net后缀判断 URL 是否属于 Naver 系域名；naver_read.py在抓取前拒绝非 Naver 博客 URL，naver_download_images.py对每个图片 URL 做同样的白名单校验，非白名单直接跳过——商标声明中的"目标服务"在代码中被精确固化为域名边界。
• 移动端直读而非模拟官方接口：naver_read.py 使用手机 UA 请求m.blog.naver.com，通过se-main-container、post_ct、postViewArea等选择器提取正文区，是典型的"以公开页面为目标对象的查询"，不携带任何官方合作背书。
• --insecure受限启用：_naver_http.py中urlopen()的 insecure（跳过 SSL 校验）模式被限制为仅 Naver 域可用，且每次调用都向 stderr 输出安全警告，体现"仅在识别目标服务必需时放宽"的克制原则。
• 路径穿越防护：naver_download_images.py使用os.path.realpath校验输出路径必须位于目标目录内，防止通过恶意 URL 文件名逃逸目录——这是不信任第三方来源数据的安全底线。

五、审查边界与对 Agent 使用者的实践建议

仓库还通过 docs/legal/read-only-skill-risk-resolution.md 记录了kbl-results、kbo-results、kleague-results、lotto-results、kakao-map、korean-transit-route、delivery-tracking七个查询型技能在"公开表面查询 + 数据最小化"条件下的终结审查结论，说明该合规体系不是一次性文本，而是随技能形态持续更新的动态机制。同时 trademark-use-review.md 也明确其局限：不针对每个标志单独鉴定注册状态与指定商品/服务、不评估 logo 使用/域名与包名变更/付费销售/广告/联合品牌等提高出处混淆可能性的变更，一旦权利人提出停止或修改请求将重新审查。

对使用这类技能的 Agent 开发者而言，实践要点可归纳为：

• 按"个人、非组织化查询"使用：将检索量控制在小规模（naver-search默认单次 10 条、上限 30 条，脚本在翻页间加入 0.5 秒间隔），避免构建数据库或系统性爬取；
• 始终保留出处：向用户交付搜索结果时注明博客 URL 与作者，这与技能Response policy的要求一致；
• 将商标声明视为工程组件：命名第三方服务的技能应配套references/TRADEMARK-LEGAL-STATEMENT.md，并在代码中落实域名白名单、非官方声明与使用限流，让合规立场可被代码审查直接验证；
• 区分"功能描述"与"出处标示"：仅在说明功能、兼容对象或查询目标时使用商标，不叠加官方/合作/赞助/认证/伙伴等表述，也不使用权利人 logo。

如需深入，可继续阅读仓库中的 docs/legal/trademark-use-review.md（判例与条文展开）、docs/legal/read-only-skill-risk-resolution.md（查询型技能风险终结结论）、naver-blog-research/instruction.md（技能使用流程）以及 naver-blog-research/scripts/_naver_http.py（域名白名单实现）。

【免费下载链接】k-skill한국인을 위한 스킬 모음집 - 에이전트를 한국인으로项目地址: https://gitcode.com/GitHub_Trending/ks/k-skill