All skills
cat-xierluo avatar

/legal-skill-alignment

@9be736d

写法律 Skill 前的前置对齐步骤——通过苏格拉底式提问把零散的法律经验/素材/直觉厘清为结构化 Brief(legal-skill-brief/v1),交给 skill-creator 编译。适用于律师想把文书经验、办案 SOP、咨询记录做成 Skill 的场景。不适用于非法律类 Skill 创建,也不适用于用户已提供完整可执行 Brief 且明确要求直接编译的情况。

Use this Skill: https://skilld.dev/gh/cat-xierluo/legal-skills/legal-skill-alignment

This session only. Nothing lands on disk.

evalscase-bundle-260728v1-realignedcase-03-data-complianceprompt-output.md

≈3.6k tokens on demand. Your agent reads this file only when SKILL.md points to it.

Case 03 v1 Brief: App 数据合规扫描

本 Brief 由 legal-skill-alignment v1.0.0 对齐产出,遵循 legal-skill-brief/v1 规范。

下游消费者:通用 skill-creator 或 legal-skill-creator。

方法论版本:question-set/v1。

v0 基线:参见 case-bundle-260705/case-03-data-compliance/prompt-output.md。

一、上下文元数据(可选)

  • skill_family:app-data-compliance-scan
  • jurisdiction:CN
  • stage:post_launch(v0 因 stage 枚举不完整只能用 non_litigation;v1 扩展后精确)
  • operator:compliance-officer(合规专员 / 法务)
  • represented_party:app-company(App 运营方)
  • output_audience:company-management(公司管理层 / CTO + 法务总监)
  • doc_type:compliance-report
  • tags:[app, data-compliance, privacy, post-launch, scan]

四维正交标签

维度 值
action 扫描
domain 合规 + 知产(数据合规涉个人信息保护与数据权属)
stage post_launch
doc_type compliance-report

二、五问要素(question-set/v1)

1. 输入什么(Inputs)

必要输入:

  • App 基本信息(名称 / 平台 / 版本 / 上线时间)
  • App 隐私政策文本
  • App 收集使用个人信息的清单与目的说明
  • 用户注册 / 登录流程截图或描述

可选输入:

  • 历史监管问询 / 通报记录
  • 同类 App 合规情况(横向对比)

信息来源:用户上传 + App 公开页面 + 应用商店描述

2. 输出什么(Outputs)

主要产出:App 数据合规扫描报告(表格化) 格式要求(v1 明确 mixed 形态):

  • 主报告:表格化输出,四大维度分组(隐私政策 / 告知同意 / 数据安全 / 用户权利)
  • 每行一个检查项:包含 5 列
    1. 检查项名称
    2. 检查结果(合规 / 部分合规 / 不合规)
    3. 风险等级(高 / 中 / 低)
    4. 整改建议
    5. 法律依据
  • 风险等级颜色约定:高风险=红、中风险=黄、低风险或无风险=绿
  • 附扫描摘要:合规率 / 高风险项数 / 优先整改清单

质量标准:

  • 检查项覆盖率:≥ 90% 关键合规点
  • 每条风险有法律依据(法条 / 监管文件)
  • 整改建议具体可执行(不只是"建议改进")

产出形态:mixed(正文说明 + 检查项矩阵表 + 整改优先级清单)

3. 处理逻辑(Workflow)

主流程:

  1. 接收 App 基本信息与隐私政策文本
  2. 维度 1:隐私政策审查——完整性 / 易读性 / 联系方式 / 变更通知机制
  3. 维度 2:告知同意审查——逐项列举收集的个人信息 / 同意机制 / 二次同意(敏感信息)
  4. 维度 3:数据安全审查——数据加密 / 访问控制 / 数据出境 / 第三方共享
  5. 维度 4:用户权利审查——查询 / 更正 / 删除 / 撤回同意 / 投诉渠道
  6. 横向对比:与同类 App / 监管通报案例对照
  7. 生成风险矩阵与整改优先级清单
    • 质量检查点:合规专员对高风险项复核;如涉及监管报送须执业律师复核

异常路径:

  • 隐私政策缺失 → 标红 + 立即整改
  • 未成年人保护缺失 → 标红 + 建议参考《儿童个人信息网络保护规定》
  • 数据出境未做安全评估 → 标红 + 触发《数据出境安全评估办法》要求
  • 强制索权(不同意则不能用)→ 标红 + 违反"自愿同意"原则

4. 向谁交付(Context.Delivery,v1 三子项)

operator:compliance-officer(合规专员 / 法务)—— 直接使用本 Skill 完成扫描

  • 决定:能解读隐私政策文本、能调用合规法规库

represented_party:app-company(App 运营方)—— Skill 产出物实质服务的公司

  • 决定:内容立场为运营方合规建设、提示风险推动整改
  • 注意:运营方是 represented_party;公司管理层是 output_audience

output_audience:company-management(公司管理层 / CTO + 法务总监)—— 最终读者

  • 决定:摘要式呈现 + 优先级清单 + 整改时间表建议
  • 决定:术语适度解释(管理层非合规专业背景)

触发场景:App 上线后定期合规体检 / 监管新规出台后专项扫描 / 通报事件后整改核查 语气基调:中性专业 / 提示风险 / 给出整改路径

5. 需要哪些知识支撑(Knowledge Base)

法律依据:

法源证据说明(v1.0.2 起 verified 必须可追溯):effective_date 为当前引用版本的施行日期。verified 要求至少有 source_url / source_file、verified_by、verified_at、version_as_of 四项证据。下方表格的"证据"列给出每条法源的核验依据。

法条 / 司法解释 / 监管文件 jurisdiction effective_date verification_status 证据
《个人信息保护法》(全文) CN 2021-11-01 verified verified_by:对齐者;verified_at:2026-07-30;version_as_of:2021 版
《数据安全法》(全文) CN 2021-09-01 verified verified_by:对齐者;verified_at:2026-07-30;version_as_of:2021 版
《网络安全法》第 41-44 条(个人信息保护) CN 2026-01-01(2025 修正版施行日) verified 2025-10-28 十四届全国人大常委会第十八次会议通过修改决定,自 2026-01-01 起施行(首次修订,涉 AI 治理 + 14 处修改 + 条文顺序调整);verified_by:对齐者;verified_at:2026-07-30;source:国家网信办 cac.gov.cn 修改后全文 / 人民网修改决定报道
《App 违法违规收集使用个人信息行为认定方法》 CN 2019-11-06(最新修订) verified verified_by:对齐者;verified_at:2026-07-30;version_as_of:2019 版
《关于开展 App 违法违规收集使用个人信息专项治理的公告》 CN 2019-01-23 verified verified_by:对齐者;verified_at:2026-07-30;version_as_of:2019 版
《儿童个人信息网络保护规定》 CN 2019-10-01 verified verified_by:对齐者;verified_at:2026-07-30;version_as_of:2019 版
《数据出境安全评估办法》 CN 2022-09-01 verified verified_by:对齐者;verified_at:2026-07-30;version_as_of:2022 版
《个人信息出境标准合同办法》 CN 2023-06-01 verified verified_by:对齐者;verified_at:2026-07-30;version_as_of:2023 版
《生成式人工智能服务管理暂行办法》 CN 2023-08-15 verified(如涉及 AI 功能) verified_by:对齐者;verified_at:2026-07-30;version_as_of:2023 版
《网络数据安全管理条例》 CN 2025-01-01 verified(最新法规,重点关注) verified_by:对齐者;verified_at:2026-07-30;version_as_of:2025 版

范本来源:

  • 律所内部 App 合规扫描清单(含 4 大维度、30+ 检查项)
  • 历史合规扫描报告 1 份

风险清单:

  • 隐私政策缺失 / 不完整 / 难懂
  • 告知同意机制不健全(强制索权 / 默认勾选同意)
  • 敏感个人信息(生物识别 / 14 岁以下)保护缺失
  • 数据出境未做安全评估
  • 用户权利(查询 / 删除 / 撤回)实现路径缺失
  • 未成年人保护模式缺失
  • 第三方 SDK 收集信息未单独告知

风格偏好:

  • 表格化呈现(不写大段散文)
  • 每项风险给具体法律条款
  • 整改建议按"立即整改 / 限期整改 / 持续优化"分级

三、规则引擎

判断标准:

标准名 判定逻辑 触发条件 source
强制索权 不同意则不能使用 App 任何收集个人信息的 App 《App 违法违规收集使用个人信息行为认定方法》第 3 条
未成年人保护缺失 14 岁以下用户无专门保护 面向未成年人的 App 《儿童个人信息网络保护规定》
数据出境未评估 个人信息出境未申报 数据出境场景 《数据出境安全评估办法》
默认勾选同意 隐私政策默认同意 / 选项默认勾选 任何 App 《App 认定方法》第 4 条
第三方 SDK 未告知 集成第三方 SDK 未单独告知 集成第三方 SDK 的 App 《App 认定方法》第 5 条

阈值配置:

阈值名 数值 触发动作 source
高风险阈值 强制索权 / 隐私政策缺失 / 数据出境未评估 标红 + 立即整改 SOP v2
中风险阈值 默认勾选同意 / 第三方 SDK 未告知 标黄 + 限期整改 SOP v2
低风险阈值 联系方式缺失 / 易读性不足 标绿 + 持续优化 SOP v2

四、素材溯源

素材类型 数量 来源 quality 用途
sample 1 历史合规扫描报告 1 份 bronze(单样本) 表格化输出格式
sop 1 律所内部 App 合规扫描清单 silver 扫描维度 / 检查项
rules 1 SOP 中包含的合规判断规则 silver 判断标准 / 阈值
qa 0 无 unrated —
revisions 0 无 unrated —
tools-data 0 无 unrated —
authorities 0 无独立法源原文(从 SOP / 样本反推) unrated(待与官方文件核对) 法源验证

诚实标注:本案单样本 + authorities 缺失;如需高质量输出,建议补充 2-3 份合规扫描报告样本 + 监管法规原文清单。


五、安全与脱敏说明

敏感材料处理:

  • 已识别敏感信息:App 名称、运营公司名称、注册用户数据描述
  • 脱敏状态:已脱敏(在 Brief 内引用时用"该 App""运营方 A"替代真实名称)
  • 脱敏责任:用户已确认脱敏

外传策略:

  • 是否需要外部检索:是(合规法规更新频繁,须查最新监管文件)
    • 用户确认:已确认可检索工信部网信办官网公开文件
  • 是否上传外部服务:否
  • 数据留存策略:本地保存,不外传

高风险结论复核:

  • 是否涉及最终法律结论:部分(合规扫描报告涉及整改建议,但不构成法律意见)
  • 是否需要执业律师复核:高风险项 + 涉及监管报送 / 数据出境的整改建议必须由执业律师复核

六、待确认清单(v1.0.2 起带状态判定)

状态判定(v1.0.2 起)

  • structurally_complete: true(五问齐全 + 法源三列 + quality + 安全段 + 待确认分类全部满足)
  • handoff_ready: true(blocker = 0)
  • blocker 数: 0
  • warning 数: 9

阻塞交接缺口(blocker)

(无)

可带警告交接缺口(warning)

  • 网络安全法版本(v1.0.2 已修正):原标 effective_date = 2017-06-01(2017 旧版)已更正为 2026-01-01(2025 修正版施行日);2025-10-28 修改决定自 2026-01-01 起施行,首次修订含 AI 治理 + 条文顺序调整 — type: warning(已修复,保留供回溯)
  • stage 精度:v0 用 non_litigation,v1 已升级为 post_launch——下游消费者请使用 post_launch — type: warning(迁移提示)
  • authorities 缺失:合规法规条目从 SOP / 样本反推,未与官方原文核对。建议下游编译时增加官方文件引用清单 — type: warning
  • sample quality=bronze:仅 1 份历史合规扫描报告,无法支撑高质量多场景适配。建议补充 2-3 份(不同类型 App / 不同合规水平) — type: warning
  • 外部检索确认:本案需要外部检索最新监管文件,已确认;如新增其他 App 类型需用户确认检索范围 — type: warning
  • 生成式 AI 法规适用:若 App 含 AI 功能,须额外评估《生成式人工智能服务管理暂行办法》——本案未明确 — type: warning
  • 网络数据安全管理条例(2025-01-01):最新法规,重点核对当前合规状态 — type: warning
  • 未成年人保护模式:如 App 面向未成年人,须评估《儿童个人信息网络保护规定》——本案未明确 — type: warning
  • qa / revisions / tools-data 缺失:三类型素材缺失,决策点与典型问题无法系统抽取 — type: warning

v0 → v1 重对齐验证

验证项 v0 状态 v1 状态 改进
Brief 命名 / 版本 无 legal-skill-brief/v1 + question-set/v1 ✅
skill_family 命名 snake_case app_data_compliance_scan kebab-case app-data-compliance-scan ✅
下游契约 硬绑定 legal-skill-creator 中立 ✅ T-005
第 4 问角色拆分 笼统"终端用户角色:法务总监" operator=compliance-officer / represented_party=app-company / output_audience=company-management 三角色明确 ✅ T-006
完整性规则 无 五类条款齐备 ✅ T-007
字段命名 snake_case identifier kebab-case identifier + snake_case stage ✅ T-008
嵌套围栏 渲染 bug 4 反引号方案 ✅ T-008
素材分类 仅 sample / sop 7 类可组合 + rules 与 sop 拆分 + quality 必填 ✅ T-009
领域标签 "合规"单一 合规 + 知产(数据合规涉个人信息保护与数据权属) ✅ T-009
stage 精度 non_litigation(B2 断点) post_launch(B2 断点修复 + v1 stage 枚举扩展) ✅ T-009
输出格式多样性 B5 断点(无明确指引) 明确 mixed 形态 + 表格化 5 列约定 + 颜色约定 + 摘要 ✅ T-008 / T-009
法源可追溯 无版本 jurisdiction / effective_date / verification_status 三列 + 重点法规(含 2025 新规) ✅ T-010
阈值可追溯 无 source 列 ✅ T-010
安全段 无 必填(含外部检索确认、监管报送复核) ✅ T-010
待确认分类 无类型 blocker / warning 二分 ✅ T-007

重对齐结论:v1.0.0 在 v0 基础上修复了 v0 评测识别的 B2 / B5 断点(stage 精度 + 输出格式多样性),并补齐 v1 必填字段(命名规范化、三角色、完整性规则、安全边界、法源三列、阈值 source)。本案适合作为合规类 Skill 的 v1 模板示范——尤其展示了"如何处理表格化输出"和"stage 枚举扩展后的精确使用"。

Source: SKILL.md on GitHub

1 warning10d3 checks · Risk SAFE
  • Gen Agent Trust Hub10d

    The analysis of the legal-skill-alignment skill reveals a robust security posture focused on the structured alignment of legal knowledge without performing high-risk operations. The skill primarily serves as an instructional framework for generating structured markdown briefs, incorporating significant internal quality controls and de-sensitization protocols. No evidence of malicious patterns such as remote code execution, persistence, or credential exfiltration was detected. Potential risks related to indirect prompt injection are addressed through specific instructions for data de-identification and the use of 'unverified' status for unconfirmed legal sources. The included evaluation documentation demonstrates a high level of testing rigor and integrity checking.

  • Socket10d

    No alerts

  • Snyk10d

    Risk: MEDIUM · 1 issue

Signed by skilld at 9be736d. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub yesterday.

Activeupdated 2 weeks ago
homepage
https://github.com/cat-xierluo/legal-skills
author
杨卫薪律师(微信ywxlaw)
version
1.0.7

README badge

README badge for cat-xierluo/legal-skills/legal-skill-alignment