SKILLEMALL.ai
GitHub ↗ EN Войти

AA statute-guide

Первоначальная структура для чтения, интерпретации и структурирования статутного анализа федерального, штатного и местного законодательства США. Создает проект анализа для рассмотрения юристом — не юридическую консультацию. Используйте этот навык всякий раз, когда пользователь ссылается на конкретный статут, постановление, указ или правило США по цитате, спрашивает "что требуется по [статуту X]", запрашивает оценку соответствия, пороговые значения применимости, извлечение требований, анализ исключений, анализ определений, анализ федерального преемства или межштатное сравнение — даже если он явно не запрашивает "статутный анализ". Останавливается и запрашивает недостающие входные данные вместо угадывания. Не входит в сферу действия для неамериканского законодательства.

машинный переводПоказать оригиналСкрыть оригинал«First-pass framework for reading, interpreting, and structuring statut…»

First-pass framework for reading, interpreting, and structuring statutory analysis of US federal, state, and local law. Produces draft analysis for attorney review — not legal advice. Use this skill whenever the user references a specific US statute, regulation, ordinance, or rule by citation, asks "what does [statute X] require," asks for compliance scoping, applicability thresholds, requirement extraction, exemption analysis, definitional analysis, federal preemption analysis, or multi-state comparison — even if they don't explicitly ask for "statutory analysis." Halts and asks for missing inputs rather than guessing. Out of scope for non-US law.

lawve-ai/awesome-legal-skills Agent Skills автор: lawve-ai 8 файлов тело ≈ 6 327 токенов Открыть источникgithub.com↗ проанализирован 44 мин назад

Первоначальная структура для чтения, интерпретации и структурирования статутного анализа федерального, штатного и местного законодательства США.

Как процесс A 80/100 · Дойдёт до конца — слабые места: согласованность, повторный запуск, отчётность по ходу

АнализаторБезопасностьТексты и документыИсследованиятип 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
96/100
безопасность, качество, тесты
Безопасность 60%
100
Качество 40%
90
Прогон на моделях
не было
Процессный рейтинг
A
80/100
Дойдёт до конца
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
Согласованность вес 8
40
три самых слабых из десяти параметров · все десять

Как улучшить

  1. 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 · 0

✓ Критических и высоких находок нет

Просканировано файлов: 8. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

По спецификации Agent Skills

  • предупреждение body-long тело SKILL.md ≈ 6327 токенов (рекомендуется < 5000); вынесите детали в references/
  • заметка frontmatter-key неизвестное поле фронтматтера "jurisdiction"

Процессный рейтинг: все десять параметров 80/100

  • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
  • 30Повторный запуск. Изменяющих операций: 6, без проверки текущего состояния
  • 40Согласованность. Имя во frontmatter (statute-guide) не совпадает с папкой (statute-analyzer-rafal-fryc)
  • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
  • 70Входы и предусловия. Входные данные и предусловия перечислены
  • 70Стоимость исполнения. Тело инструкции 6327 токенов
  • 100Инструменты и файлы. Внешние инструменты не нужны
  • 100Шаги. Шагов: 77
  • 100Когда включается. Сказано, когда применять и когда не применять
  • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
  • low Разделов верхнего уровня: 24. Похоже на несколько доменов в одном скилле
  • low Ответ описан самодельной разметкой (3 тегов): типизированный вызов надёжнее

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

  • +2Инструкции на одном языке
  • +5В description 2 примера фраз-триггеров в кавычках
  • +4Описание говорит, когда скилл НЕ применять
  • +3Длина description 656 символов: достаточно сигнала, не съедает бюджет
  • +4Структура: 40 заголовков
  • +3Пошаговые инструкции: 77 пунктов
  • +3Формат ответа описан явно
  • +4Есть примеры (2 блоков кода)
  • +4Справочные файлы упоминаются в инструкциях (4 из 4)
  • +1Лицензия указана

База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 90.