All skills
zh-xx avatar

/legal-risk-visualization

@7ee9ab5
by Jee Czh-xx/legal-assistant-skills173 stars
22

法律风险结构化分析与可视化。基于法律分析文本,执行五步风险抽取模型, 生成四层可视化输出(雷达图数据、风险矩阵、影响路径图、决策树)。 适用于:(1) 用户提供法律分析报告要求风险可视化, (2) 要求风险结构分析或风险传导分析, (3) 要求生成风险决策建议或风险评估报告, (4) 提到"风险雷达图""风险矩阵""影响路径图""决策树"等关键词。

Use this Skill: https://skilld.dev/gh/zh-xx/legal-assistant-skills/legal-risk-visualization

This session only. Nothing lands on disk.

referencesformulas.md

≈1.2k tokens on demand. Your agent reads this file only when SKILL.md points to it.

计算模型参考

一、风险指数(NRS)

四个基础属性

属性 符号 含义 取值范围
发生可能性 P 该风险发生的可能性 0-1
影响严重性 I 该风险造成的损害程度 0-1
可干预程度 C 当事人可干预的程度 0-1
可补救程度 R 风险后果可修复的程度 0-1

风险指数公式

风险指数 = 发生可能性 × 影响严重性 × (1 - 可干预程度) × (1 - 可补救程度)

简写形式(仅用于附录计算过程):NRS = P × I × (1-C) × (1-R)

  • 发生可能性和影响严重性越高,风险越大
  • 可干预程度和可补救程度越高,风险越小
  • 风险指数取值范围 [0, 1]

二、边权重(传导系数)

传导类型 系数 Mermaid 线型 含义
强传导 0.9 ==> 粗线 前因几乎必然导致后果
中传导 0.6 --> 实线 前因大概率导致后果
弱传导 0.3 -.-> 虚线 前因可能导致后果
条件传导 0.1-0.9 -.-> 虚线+标注 取决于特定条件是否成立

图中表现规则(边标签简化):

  • 强传导:粗箭头(无文字标签)
  • 中传导:普通箭头(无文字标签)
  • 弱传导/待确认:虚线 + "待确认"
  • 数值权重仅在附录中完整标注

三、传导风险值(PCR)

基本公式

传导风险值 = 起点风险指数 × ∏(边权重_i)

简写形式(仅用于附录计算过程):PCR = NRS_起点 × ∏(边权重_i)

从起点沿路径逐步乘以每条边的传导系数。

计算示例

路径 A → B → C,边权重分别为 0.9 和 0.6:

传导风险值 = A的风险指数 × 0.9 × 0.6

四、分叉与汇聚规则

分叉(Fan-out)

一个节点向下游产生多条传导路径。

规则:

  • 各分支独立传导
  • 各分支概率不要求求和为 1
  • 每条边单独设定传导系数

汇聚(Fan-in)

多个上游节点共同影响同一下游节点。

模式 计算方法 适用场景
OR 汇聚(默认) 取各入边传导风险值最大值 任一上游风险可独立触发下游
AND 汇聚 取各入边传导风险值乘积 需所有上游风险同时成立才触发

默认采用 OR 汇聚。仅当法律逻辑明确要求"同时满足"时,标注为 AND 汇聚。

五、反馈环路处理

环路识别

对节点进行拓扑排序,无法完成排序的子图包含环路。

环路分类

类型 特征 示例
正反馈环路 风险逐轮放大 败诉 → 声誉下降 → 客户流失 → 无力应诉 → 败诉
负反馈环路 风险逐轮收敛 风险暴露 → 合规整改 → 风险降低 → 监管放松

处理策略

  1. 标注环路入口节点(用 ◎ 标记)
  2. 设定最大迭代轮次:3 轮
  3. 回边(从下游指向上游的边)用虚线标记
  4. 每轮迭代后重新计算风险指数
  5. 若连续两轮风险指数变化 < 5%,视为收敛并终止迭代

正反馈环路是高危信号,应优先在环路入口节点进行干预。

六、时间维度

时间窗口

时间窗口 符号 时间范围
即时 ⚡ 0-7 天
短期 S 1-3 个月
中期 M 3-12 个月
长期 L 1 年以上

三种风险演化模式

模式 特征 图示规则
升级型 风险随时间推移加重 节点边框加粗,附 ↑ 标记
衰减型 风险随时间推移减弱 节点边框变细,附 ↓ 标记
突变型 风险在特定时点骤变 节点附 ⚠ 标记,标注触发时点

七、四层数据映射公式

第三层 → 第一层:雷达图维度评分

  1. 将所有叶节点按风险维度分组(合规/诉讼/财务/声誉等)
  2. 每个维度的评分 = 该维度下所有叶节点传导风险值的最大值
  3. 映射公式:
等级 = ceil(传导风险值 × 4) + 1,上限为 5
传导风险值范围 等级
0 1
(0, 0.25] 2
(0.25, 0.5] 3
(0.5, 0.75] 4
(0.75, 1.0] 5

第三层 → 第二层:风险矩阵坐标

  • 横轴(发生可能性)= 叶节点的 P 值
  • 纵轴(影响严重性)= 叶节点的 I 值
  • 气泡大小 = 叶节点的风险指数

第三层 → 第四层:决策分支条件

  1. 识别可干预程度 > 0.3 的节点
  2. 将节点名称转化为是非问题(用于决策树菱形节点)
  3. 行动节点根据紧急程度着色:
    • 🟢 绿色 #27AE60:无需行动
    • 🟡 黄色 #F39C12:建议行动
    • 🔴 红色 #E74C3C:紧急行动

Source: SKILL.md on GitHub

No alerts6mo3 checks · Risk SAFE
  • Gen Agent Trust Hub6mo

    The skill provides a specialized framework for legal risk analysis and visualization. It extracts structured risk data from legal text and generates professional visualizations (radar charts, matrices, and flowcharts) using Matplotlib and the Mermaid CLI. No security risks, data exfiltration, or malicious patterns were identified in the workflow or scripts.

  • Socket6mo

    No alerts

  • Snyk6mo

    Risk: LOW · No issues

Signed by skilld at 7ee9ab5. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub 2 months ago.

Steadyupdated 7 months ago

README badge

README badge for zh-xx/legal-assistant-skills/legal-risk-visualization