SKILLEMALL.ai

AC pipl-compliance

Инструмент для проверки соответствия требованиям Закона КНР о защите персональных данных (PIPL), оценки рисков и генерации документации. Предоставляет компаниям комплексные решения по соблюдению требований PIPL. Используйте, когда: требуется провести самопроверку соответствия PIPL, оценку рисков обработки персональных данных, генерацию документации по соответствию, управление соответствием в компании, оценку воздействия обработки данных, проверку соответствия трансграничной передачи данных. 🎉 Важное обновление v1.2.2: - 🔒 Полностью пройдены тесты безопасности, зафиксированы версии зависимостей (устранены уязвимости CVE) - 📊 Поддержка вывода отчетов в форматах JSON/Markdown/HTML/CSV - 📋 Новый сценарий "small_processor_audit": на основе приложения 1 к «Правилам упрощенных мер по защите персональных данных для небольших обработчиков персональных данных» (Приказ № 25 Национальной комиссии по интернету и Государственного управления печати, вступает в силу 01.09.2026) — 24 пункта системы аудита - 🔗 Справочные документы по нормативным актам: references/2026-simplified-measures.md - 🧹 Упрощены скрипты, выходящие за рамки PIPL, заявление о минимальных правах MCP Ключевые слова для запуска: PIPL, Закон о защите персональных данных, проверка соответствия, оценка рисков, соответствие требованиям конфиденциальности, защита данных, трансграничная передача, оценка воздействия Область применения: Закон КНР о защите персональных данных (PIPL) Режим работы: полностью локальный, без сетевых запросов ❎ Внешние зависимости: стандартная библиотека Python + pandas (опционально, для улучшения анализа данных) + jinja2 (опционально, для улучшения рендеринга шаблонов документов)

машинный переводПоказать оригиналСкрыть оригинал«中国个人信息保护法(PIPL)合规检查、风险评估和文档生成工具。 为企业提供全面的PIPL合规解决方案。 Use when: 需要进行PI…»

中国个人信息保护法(PIPL)合规检查、风险评估和文档生成工具。 为企业提供全面的PIPL合规解决方案。 Use when: 需要进行PIPL合规自查、个人信息处理风险评估、 合规文档生成、企业合规管理、数据处理影响评估、跨境传输合规检查。 🎉 v1.2.2 重要更新: - 🔒 安全扫描全部通过,依赖版本锁定(修复 CVE 漏洞) - 📊 支持 JSON/Markdown/HTML/CSV 多格式报告输出 - 📋 新增"small_processor_audit"场景:基于《小型个人信息处理者个人信息保护简化措施规定》(国家互联网信息办公室、公安部令第25号,2026-09-01施行)附件1的24项审计框架 - 🔗 法规参考文档:references/2026-simplified-measures.md - 🧹 精简超出 PIPL 范围的脚本,MCP 最小权限声明 触发关键词:PIPL、个人信息保护法、合规检查、风险评估、 隐私合规、数据保护、跨境传输、影响评估 适用范围:中华人民共和国个人信息保护法(PIPL) 运行模式:纯本地,无网络请求 ❎ 外部依赖:Python标准库 + pandas(可选,增强数据分析) + jinja2(可选,增强文档模板渲染)

ClawHub Agent Skills автор: Wei Wu v1.2.3 MIT-0 29 файлов тело ≈ 3 092 токенов Открыть источникclawhub.ai проанализирован 2 дн назад

Инструмент для проверки соответствия требованиям Закона КНР о защите персональных данных (PIPL), оценки рисков и генерации документации.

Как процесс C 55/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

СправочникДанные и аналитикаИИ и агентыБезопасностьтип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
97/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
92
Прогон на моделях
не было
Процессный рейтинг
C
55/100
Есть пробелы
Входы и предусловия вес 11
0
Ошибки и развилки вес 10
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 · 0

    ✓ Критических и высоких находок нет

    Просканировано файлов: 28. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    ✓ По спецификации Agent Skills замечаний нет

    Процессный рейтинг: все десять параметров 55/100

    • 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
    • 60Инструменты и файлы. Используются инструменты (bash, web, python), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 100Шаги. Шагов: 178
    • 100Согласованность. Имя и обязательные поля на месте
    • 100Стоимость исполнения. Тело инструкции 3092 токенов
    • 100Повторный запуск. Изменяющих операций нет
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 17. Похоже на несколько доменов в одном скилле

    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)
    • -252 эмодзи в инструкциях: шум для модели
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 548 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 86 заголовков
    • +3Пошаговые инструкции: 178 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (14 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (1 из 6)
    • +3Все 4 скриптов описаны в инструкциях

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 92.

    Внешние проверки

    ClawHub: clean
    This appears to be a local PIPL compliance/reporting helper with no hidden network or persistence behavior, but its legal coverage and dependency-locking claims should not be relied on blindly.
    LLM: benign (medium) · VirusTotal: · 25 июл. 2026 г.