SKILLEMALL.ai

AC data-privacy-law-explainer

Объяснение законов США о конфиденциальности потребительских данных по штатам (CCPA/CPRA, TDPSA, VCDPA, CPA и других комплексных законов штатов) — кого охватывает закон, пороговые значения применимости, требования к политике конфиденциальности, права и отказ потребителей, частные права на иск и кто обеспечивает соблюдение. Читает пакетный снимок данных по каждому штату с указанием источников. Используйте, когда пользователь говорит «CCPA», «CPRA», «закон о конфиденциальности штата», «политика конфиденциальности», «запрос субъекта данных», «запрос прав потребителя», «отказаться от продажи», «брокер данных», «конфиденциальные данные», спрашивает «должен ли я соблюдать закон о конфиденциальности <штата>» или называет штат США вместе с конфиденциальностью.

машинный переводПоказать оригиналСкрыть оригинал«Explain U.S. state-by-state consumer data-privacy law (CCPA/CPRA, TDPS…»

Explain U.S. state-by-state consumer data-privacy law (CCPA/CPRA, TDPSA, VCDPA, CPA, and the other comprehensive state acts) — who a law covers, applicability thresholds, privacy-policy requirements, consumer rights and opt-outs, private rights of action, and who enforces. Reads a bundled, source-cited snapshot per state. Use when the user says "CCPA," "CPRA," "state privacy law," "privacy policy," "data subject request," "consumer rights request," "opt-out of sale," "data broker," "sensitive data," asks "do I need to comply with <state>'s privacy law," or names a U.S. state together with privacy.

ClawHub Agent Skills автор: Steven Obiajulu v0.3.0 MIT-0 55 файлов тело ≈ 1 156 токенов Открыть источникclawhub.ai проанализирован 12 ч назад

Объяснение законов США о конфиденциальности потребительских данных по штатам (CCPA/CPRA, TDPSA, VCDPA, CPA и других комплексных законов штатов) — кого…

Как процесс C 55/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, повторный запуск

ПроцедураПравотип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
92/100
безопасность, качество, тесты
Безопасность 60%
98
Качество 40%
84
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Результат и критерий готовности вес 14
0
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
три самых слабых из десяти параметров · все десять

Как улучшить

    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 Рискованное назначение intent-offensive-security content/north-dakota.md:75
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение)
      The chapter is built on the model of the federal GLBA Safeguards Rule, which likewise requires designating a qualified individual to oversee, implement, and enforce the information security program [^
    • низкая Рискованное назначение intent-offensive-security content/north-dakota.md:145
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (определение детектора / чёрного списка)
      [^stat…ing]: **N.D. Cent. Code § 13-01.2-03(6)** — "Information systems monitoring and testing must include continuous monitoring or periodic penetration testing, and vulnerability assessm
      детектор

    Просканировано файлов: 55. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "catalog_group"
    • заметка frontmatter-key неизвестное поле фронтматтера "catalog_order"

    Процессный рейтинг: все десять параметров 55/100

    • 0Результат и критерий готовности. Не сказано, что считать результатом
    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 2, без проверки текущего состояния
    • 55Ошибки и развилки. Развилок: 1
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 100Шаги. Шагов: 23
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 1156 токенов

    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

    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +4Нет примеров входа/выхода
    • +2Инструкции на одном языке
    • +5В description 8 примера фраз-триггеров в кавычках
    • +3Длина description 604 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 8 заголовков
    • +3Пошаговые инструкции: 23 пунктов
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 84.

    Внешние проверки

    ClawHub: clean
    This is an offline legal-information skill with state privacy-law notes and no executable code, credential handling, persistence, or hidden data flow.
    LLM: benign (high) · VirusTotal: · 13 июн. 2026 г.