SKILLEMALL.ai
GitHub ↗ EN Войти

CC analyse-dpa-fournisseur-hugo-salard

Систематический анализ Соглашения об обработке данных (DPA) в соответствии со статьей 28 GDPR, руководящими принципами EDPB 07/2020 и 02/2024, стандартными договорными условиями (SCC) 2021 (решение об исполнении 2021/914), рекомендациями EDPB 01/2020 (дополнительные меры после Schrems II) и Регламентом (ЕС) 2024/1689 (Регламент ИИ). Создает структурированный отчет по пунктам (18 пунктов: 13 обязательных + 5 дополнительных) с диагностикой 🟢/🟡/🔴, готовыми к вставке исправлениями, подробным анализом международных передач данных, проверкой Регламента ИИ и вопросами к поставщику. Триггеры: «анализ DPA», «аудит DPA», «проверить DPA», «DPA поставщика», «data processing agreement», «ст. 28 GDPR», «субподрядчик GDPR», «переговоры по DPA», «review DPA», «соответствие договора субподряда».

машинный переводПоказать оригиналСкрыть оригинал«Analyse systématique d'un Data Processing Agreement (DPA) au regard de…»

Analyse systématique d'un Data Processing Agreement (DPA) au regard de l'article 28 RGPD, des lignes directrices EDPB 07/2020 et 02/2024, des CCT 2021 (décision d'exécution 2021/914), des recommandations EDPB 01/2020 (mesures supplémentaires post-Schrems II), et du Règlement (UE) 2024/1689 (Règlement IA). Produit un rapport structuré clause par clause (18 clauses : 13 obligatoires + 5 complémentaires) avec diagnostic 🟢/🟡/🔴, remédiations prêtes à insérer, analyse détaillée des transferts internationaux, vérification Règlement IA, et questions à poser au fournisseur. Triggers : "analyse de DPA", "audit DPA", "vérifier un DPA", "DPA fournisseur", "data processing agreement", "art. 28 RGPD", "sous-traitant RGPD", "négociation DPA", "review DPA", "conformité contrat sous-traitance".

lawve-ai/awesome-legal-skills Agent Skills автор: lawve-ai 7 файлов тело ≈ 7 491 токенов Открыть источникgithub.com↗ проанализирован 71 мин назад

Систематический анализ Соглашения об обработке данных (DPA) в соответствии со статьей 28 GDPR, руководящими принципами EDPB 07/2020 и 02/2024, стандартными…

Как процесс C 50/100 · Есть пробелы — слабые места: когда включается, входы и предусловия, ошибки и развилки

АнализаторTableauТексты и документытип и темы размечены автоматически по тексту скилла
Запускается в: Claude / Claude Code ChatGPT / Codex Gemini CLI Cursor GitHub Copilot / VS Code Qwen Code Kimi Code CLI Z.ai (GLM) DeepSeek (Deep Code) Mistral Vibe LangChain (deepagents) OpenClaw Goose OpenCode
JSON
Технический рейтинг
C
87/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
68
Прогон на моделях
не было
Процессный рейтинг
C
50/100
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

  1. Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
  2. Тело SKILL.md длиннее 5 000 токенов: вынесите справочные детали в references/ и подключайте по необходимости.
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 · 1

✓ Критических и высоких находок нет

Средние и низкие: 1
  • низкая Рискованное назначение intent-offensive-security resources/clauses-remediation-types.md:54
    Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (в кавычках — упоминание, а не команда)
    > « Le Sous-traitant met en œuvre les mesures techniques et organisationnelles suivantes, conformément à l'article 32 du RGPD : [liste à adapter selon le fournisseur]. Ces mesures comprennent au minim
    в кавычках

Просканировано файлов: 7. 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")
  • предупреждение body-long тело SKILL.md ≈ 7491 токенов (рекомендуется < 5000); вынесите детали в references/

Процессный рейтинг: все десять параметров 50/100

  • 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
  • 30Повторный запуск. Изменяющих операций: 3, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (analyse-dpa-fournisseur-hugo-salard) не совпадает с папкой (analyse-rgpd-de-dpa-fournisseur-hugo-salard)
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Стоимость исполнения. Тело инструкции 7491 токенов
  • 85Шаги. Шагов: 104, расплывчатых формулировок: 1
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • low Разделов верхнего уровня: 11. 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

  • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
  • -246 эмодзи в инструкциях: шум для модели
  • +1Лицензия не указана
  • +2Инструкции на одном языке
  • +5В description 10 примера фраз-триггеров в кавычках
  • +3Длина description 791 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 36 заголовков
  • +3Пошаговые инструкции: 104 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (6 блоков кода)

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.