SKILLEMALL.ai

BC legal-consulting-bundle

Набор ИИ-навыков для юридических консультаций в Китае — на основе базы знаний китайского законодательства предоставляет автоматизированные услуги ИИ, такие как проверка контрактов, юридические вопросы, проверка соответствия нормам. Охватывает основные законы, такие как Гражданский кодекс, Закон о трудовых договорах, Закон о компаниях, помогая малым и средним предприятиям и индивидуальным пользователям быстро получать юридический анализ и снижать затраты на юридические консультации.

машинный переводПоказать оригиналСкрыть оригинал«中国法律咨询AI技能套装 - 基于中国法律知识库,提供合同审查、法律问答、合规检查等AI自动化服务。 覆盖民法典、劳动合同法、公司法等核心法…»

中国法律咨询AI技能套装 - 基于中国法律知识库,提供合同审查、法律问答、合规检查等AI自动化服务。 覆盖民法典、劳动合同法、公司法等核心法规,帮中小企业和个人用户快速获取法律分析,降低法律咨询成本。

ClawHub Agent Skills автор: daimingvip-a11y v1.0.1 MIT-0 11 файлов тело ≈ 124 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Набор ИИ-навыков для юридических консультаций в Китае — на основе базы знаний китайского законодательства предоставляет автоматизированные услуги ИИ, такие…

Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия

ПроцедураИнфраструктуратип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
B
86/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
69
Прогон на моделях
не было
Процессный рейтинг
C
53/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
0
три самых слабых из десяти параметров · все десять

Как улучшить

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
Для прогона на моделях — необязательно
  • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
  • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

Находки guard · 2

✓ Критических и высоких находок нет

Средние и низкие: 2
  • низкая Утечка данных read-dotenv README.md:37
    Чтение файла .env
    copy .env.example .env
  • низкая Утечка данных read-dotenv SKILL.md:39
    Чтение файла .env
    copy .env.example .env

Просканировано файлов: 11. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение description-no-when description не говорит, КОГДА применять скилл (нет "use when / используй когда")

Процессный рейтинг: все десять параметров 53/100

  • 0Результат и критерий готовности. Не сказано, что считать результатом
  • 0Входы и предусловия. Не сказано, что нужно иметь на входе
  • 0Ошибки и развилки. Линейный процесс без обработки сбоев
  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 20Когда включается. Не сказано, при каком запросе скилл включается
  • 100Инструменты и файлы. Инструменты объявлены во frontmatter
  • 100Шаги. Шагов: 6
  • 100Согласованность. Имя и обязательные поля на месте
  • 100Стоимость исполнения. Тело инструкции 124 токенов
  • 100Повторный запуск. Изменяющих операций нет
  • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают

Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

Сигналы качества

  • +5В description нет примеров фраз, по которым скилл должен срабатывать
  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • +3Длина description 100: рекомендуется 120–800 символов
  • +3Формат ответа не описан: модель каждый раз решает сама
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +4Структура: 5 заголовков
  • +3Пошаговые инструкции: 6 пунктов
  • +4Есть примеры (1 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.

Внешние проверки

ClawHub: clean
This is a coherent legal-consulting web app, but users should treat its legal and privacy handling as informational and sensitive.
LLM: benign (high) · VirusTotal: · 29 мая 2026 г.