SKILLEMALL.ai

AD dpdpa-gdpr-review-parth-desai

Выполняет структурированную проверку соответствия, красное черчение разделов и предложения по составлению юридических документов (политики конфиденциальности, соглашения об обработке данных, контракты с поставщиками и SaaS) в соответствии с индийским DPDPA 2023 и европейским GDPR. Помечает разделы как соответствующие требованиям, находящиеся под риском или не соответствующие требованиям с обоснованием и предлагает готовые к использованию типовые заменяющие формулировки.

машинный переводПоказать оригиналСкрыть оригинал«Performs structured compliance review, clause redlining, and drafting…»

Performs structured compliance review, clause redlining, and drafting suggestions for legal documents (privacy policies, data processing agreements, vendor and SaaS contracts) against India's DPDPA 2023 and the EU GDPR. Flags clauses as compliant, at-risk, or non-compliant with reasoning, and proposes ready-to-use model replacement language.

lawve-ai/awesome-legal-skills Agent Skills автор: lawve-ai 5 файлов тело ≈ 1 078 токенов Открыть источникgithub.com↗ проанализирован 62 мин назад

Выполняет структурированную проверку соответствия, красное черчение разделов и предложения по составлению юридических документов (политики конфиденциальности…

Как процесс D 49/100 · Процесс не доведён — слабые места: результат и критерий готовности, когда включается, входы и предусловия

АнализаторБезопасностьПравоТексты и документытип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
95/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
88
Прогон на моделях
не было
Процессный рейтинг
D
49/100
Процесс не доведён
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

    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: 5. 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 49/100

    • 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
    • 40Согласованность. Имя во frontmatter (dpdpa-gdpr-review-parth-desai) не совпадает с папкой (dpdpa-gdpr-compliance-review-parth-desai)
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Шаги. Шагов: 17
    • 100Стоимость исполнения. Тело инструкции 1078 токенов
    • 100Повторный запуск. Изменяющих операций нет

    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)
    • +3Формат ответа не описан: модель каждый раз решает сама
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 343 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 9 заголовков
    • +3Пошаговые инструкции: 17 пунктов
    • +4Есть примеры (2 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (3 из 3)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 88.