CD legal-ai-model-router-stephane-boghossian
Направляет любую юридическую задачу к правильному LLM, как OpenRouter для юридической работы, основанный на бенчмарках, а не на лояльности к бренду. Создан на основе юридических оценок с середины 2026 года (legalbenchmarks.ai, Vals AI × Stanford LegalBench на 124 моделях, Harvey's Legal Agent Benchmark, CUAD/MAUD/ACORD от Atticus Project), а также данных перевода (WMT25, SwiLTra-Bench, ArabLegalEval). Охватывает пять вертикалей: составление контрактов, извлечение информации, юридические исследования, проверка контрактов и юридический перевод (включая арабский/MENA). Каждый запрос задает до четырех вопросов (стоимость, скорость, точность/ставки, конфиденциальность/юрисдикция/язык), затем возвращает основную модель, резервную, что следует избегать и что должен проверить человек. Основной принцип: возможности не означают контролируемость, поэтому каждый маршрут заканчивается этапом проверки. Не является юридической консультацией; ответственность за результат несет юрист.
машинный переводПоказать оригиналСкрыть оригинал«Routes any legal task to the right LLM, like OpenRouter but for legal…»
Routes any legal task to the right LLM, like OpenRouter but for legal work and grounded in benchmarks instead of brand loyalty. Built from mid-2026 legal evals (legalbenchmarks.ai, Vals AI × Stanford LegalBench across 124 models, Harvey's Legal Agent Benchmark, the Atticus Project's CUAD/MAUD/ACORD) plus translation evidence (WMT25, SwiLTra-Bench, ArabLegalEval). Covers five verticals: contract drafting, info extraction, legal research, contract review, and legal translation (including Arabic/MENA). Each asks up to four questions (cost, speed, accuracy/stakes, privacy/jurisdiction/language), then returns a primary model, a fallback, what to avoid, and what a human must verify. Core principle: capability is not controllability, so every route ends with a verification step. Not legal advice; a lawyer owns the output.
Направляет любую юридическую задачу к правильному LLM, как OpenRouter для юридической работы, основанный на бенчмарках, а не на лояльности к бренду.
Как процесс D 41/100 · Процесс не доведён — Скилл ссылается на файлы, которых нет в архиве: references/scorecard.md
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- В тексте есть ссылки на отсутствующие файлы: добавьте файлы или уберите ссылки.
- 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: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - предупреждение
missing-refссылка на отсутствующий файл: references/scorecard.md - заметка
frontmatter-keyнеизвестное поле фронтматтера "triggers"
Процессный рейтинг: все десять параметров 41/100
- 0Инструменты и файлы. Не хватает 1 файла(ов): references/scorecard.md
- 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
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 55Ошибки и развилки. Развилок: 1
- 100Шаги. Шагов: 16
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1182 токенов
- 100Повторный запуск. Изменяющих операций нет
- medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
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)
- +3Длина description 826: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- +2Инструкции на одном языке
- +4Структура: 7 заголовков
- +3Пошаговые инструкции: 16 пунктов
- +4Есть примеры (1 блоков кода)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 63.