SKILLEMALL.ai
GitHub ↗ EN Войти

AC eu-ai-act-classification

Классифицирует ИИ-системы согласно Закону ЕС об ИИ (Регламент (ЕС) 2024/1689) и определяет обязательства по соблюдению. Используйте, когда вас просят оценить уровень риска ИИ, проверить, запрещена ли ИИ-система, определить статус высокого риска, выявить обязательства для моделей общего назначения (GPAI), распределить ответственность между поставщиком и развертывающим лицом или разработать дорожную карту соответствия Закону об ИИ. Охватывает полное дерево решений по классификации (Запрещено → Высокий риск → Ограниченный → Минимальный → GPAI), обязательства по ролям (поставщик, развертывающее лицо, импортер, дистрибьютор), сроки соблюдения и особенности стран DACH (совет предприятия Германии, BaFin, BSI, BNetzA). Активируется по фразам вроде «классифицировать эту ИИ-систему», «является ли это высоким риском согласно Закону об ИИ», «оценка риска Закона об ИИ», «соответствие Закону ЕС об ИИ», «запрещенная практика ИИ», «обязательства GPAI», «сроки Закона об ИИ».

машинный переводПоказать оригиналСкрыть оригинал«Classify AI systems under the EU AI Act (Regulation (EU) 2024/1689) an…»

Classify AI systems under the EU AI Act (Regulation (EU) 2024/1689) and determine compliance obligations. Use when asked to assess AI risk level, check if an AI system is prohibited, determine high-risk status, identify GPAI model obligations, map provider/deployer responsibilities, or build an AI Act compliance roadmap. Covers the full classification decision tree (Prohibited → High-Risk → Limited → Minimal → GPAI), obligations by role (provider, deployer, importer, distributor), compliance timelines, and DACH-specific considerations (German works council, BaFin, BSI, BNetzA). Triggers on phrases like "classify this AI system", "is this high-risk under the AI Act", "AI Act risk assessment", "EU AI Act compliance", "prohibited AI practice", "GPAI obligations", "AI Act timeline".

lawve-ai/awesome-legal-skills Agent Skills автор: lawve-ai 10 файлов тело ≈ 3 205 токенов Открыть источникgithub.com↗ проанализирован 69 мин назад

Классифицирует ИИ-системы согласно Закону ЕС об ИИ (Регламент (ЕС) 2024/1689) и определяет обязательства по соблюдению.

Как процесс C 62/100 · Есть пробелы — слабые места: входы и предусловия, ошибки и развилки, согласованность

ПроцедураБезопасностьТексты и документыИнфраструктуратип 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
A
98/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
97
Прогон на моделях
не было
Процессный рейтинг
C
62/100
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 · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Рискованное назначение intent-offensive-security references/dach-specific.md:141
      Наступательная безопасность / двойное назначение (допустимо для авторизованного тестирования; проверьте назначение) (тестовый файл / пример)
      | Resilience against attacks | Adversarial robustness testing, penetration testing |
      тестовый файл

    Просканировано файлов: 10. 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 62/100

    • 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
    • 30Повторный запуск. Изменяющих операций: 9, без проверки текущего состояния
    • 40Согласованность. Имя во frontmatter (eu-ai-act-classification) не совпадает с папкой (eu-ai-act-system-classifier-werner-plutat)
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 85Шаги. Шагов: 41, расплывчатых формулировок: 1
    • 100Инструменты и файлы. Внешние инструменты не нужны
    • 100Когда включается. Сказано, когда применять и когда не применять
    • 100Стоимость исполнения. Тело инструкции 3205 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)
    • +2Инструкции на одном языке
    • +5В description 7 примера фраз-триггеров в кавычках
    • +3Длина description 789 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 13 заголовков
    • +3Пошаговые инструкции: 41 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (0 блоков кода)
    • +4Справочные файлы упоминаются в инструкциях (7 из 7)
    • +1Лицензия указана

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 97.