본문으로 건너뛰기
cccskills
무료GitHub에 공개

tabellion

Transforme un modèle juridique (.docx ou .odt : contrat, conclusions, assignation, courrier type, procès-verbal…) en formulaire HTML autonome, exécuté hors ligne, qui produit sans IA le document complété, fidèle au modèle, dans son format d'origine : parties optionnelles et alternatives, listes répétées, accords, montants et dates en lettres, calculs, numérotation et renvois. Déclencher dès que l'utilisateur veut « transformer ce modèle en formulaire », « automatiser un modèle », un « modèle à remplir » ou un « générateur d'actes », réutiliser régulièrement un contrat ou une trame, ou demande « fais-moi un modèle de … à remplir » ; aussi pour faire évoluer un formulaire tabellion existant. Pas pour compléter une seule fois un document. Compétence créée par Christophe Quézel-Ambrunaz, Université Savoie Mont Blanc (V.1.1).

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

연동 도구Word

실행 점수 미검증

설치 방법 보기

포함된 파일(24)

  • SKILL.md12.8 KB
  • assets/formulaire.html42.5 KB
  • assets/moteur.js52.3 KB
  • developpement/construire_dictionnaire.py64.6 KB
  • developpement/controler_dictionnaire.py9.6 KB
  • developpement/dossier-exemple.json3.5 KB
  • developpement/generer_lisible.py4.7 KB
  • developpement/LISEZMOI.md783 B
  • README.md890 B
  • references/accueil.md2.1 KB
  • references/ameliorations.md2.4 KB
  • references/dictionnaire.json128.6 KB
  • references/dictionnaire.md52.2 KB
  • references/methode.md14.0 KB
  • references/syntaxe.md7.8 KB
  • scripts/balisage.py14.5 KB
  • scripts/compilateur.py32.0 KB
  • scripts/documents.py15.3 KB
  • scripts/extensions.py13.9 KB
  • scripts/fictif.py8.6 KB
  • scripts/rendre.js635 B
  • scripts/schema.py17.2 KB
  • scripts/syntaxe.py12.8 KB
  • scripts/tabellion.py9.0 KB

SKILL.md(원문)

설치하기 전에 에이전트에게 전달되는 지시 내용을 확인할 수 있습니다.

Tabellion

Compétence créée par Christophe Quézel-Ambrunaz, professeur de droit privé à l'Université Savoie Mont Blanc (Centre de recherche en droit Antoine Favre). Version 1.1.

Modèle conseillé : Claude Opus. Le balisage mêle analyse juridique du modèle, questions sur les règles de calcul, rédaction de plans JSON et cycles de correction après compilation et tests. Un modèle plus léger risque de baliser incomplètement ou de laisser passer une règle erronée. Sonnet peut convenir à un modèle simple ; Haiku est déconseillé. Si la conversation ne s'exécute pas avec Opus, le signaler à l'utilisateur dès le message d'accueil, en une phrase, sans refuser le travail.

Le tabellion dressait les actes à partir des formules. Cette skill fait de même : elle balise un modèle (Claude propose, l'utilisateur valide), puis le compile en un fichier HTML unique. L'utilisateur remplit ce formulaire dans son navigateur, sans connexion et sans IA, et obtient un document Word ou OpenDocument complété, identique au modèle hors des zones balisées.

Toute l'intelligence est dépensée au balisage. Le formulaire n'exécute ensuite qu'une logique entièrement explicite. Il s'ensuit une règle cardinale : tout ce qui n'a pas été anticipé et validé au balisage sera mal traité. Il vaut donc mieux poser une question de trop que laisser passer une règle ou un calcul faux.

Fichiers de la skill

FichierRôle
references/accueil.mdMessage d'accueil, à présenter au premier déclenchement
references/methode.mdMéthode de balisage : plan JSON, manifeste, cas difficiles, liste de contrôle. À lire avant tout balisage.
references/syntaxe.mdLangage des balises, rédigé pour le juriste ; peut lui être remis tel quel
references/ameliorations.mdCatalogue des améliorations du formulaire à proposer
references/dictionnaire.json / .mdDictionnaire commun, trame extensible par chaque modèle (le JSON fait foi)
scripts/tabellion.pyCommandes analyser, baliser, compiler, tester, formulaire, tout
assets/moteur.js, assets/formulaire.htmlMoteur et gabarit du formulaire (ne pas modifier pour un modèle donné)

Contrôle de l'environnement

Avant toute chose, vérifier en une commande : python3 -c "import lxml" && node --version && soffice --version. Le balisage et la compilation exigent Python et lxml, les tests exigent Node, et le contrôle d'ouverture exige LibreOffice.

Si Python ou lxml manque, l'installer (pip install lxml --break-system-packages). Si l'exécution de code n'est pas disponible du tout, le dire et s'arrêter : aucun mode dégradé n'est sûr.

Les commandes s'exécutent dans le répertoire de travail. Les scripts s'appellent par leur chemin absolu <dossier de la skill>/scripts/tabellion.py.

Déroulé

0. Accueil

Au premier déclenchement dans une conversation, présenter le message de references/accueil.md. Il peut être adapté au contexte, mais doit garder la recommandation de déposer un modèle anonymisé et la discipline de sauvegarde. La skill ne contrôle pas l'anonymat du modèle.

1. Obtenir le modèle

  • Formats acceptés : .docx et .odt. Chaque modèle reste dans son format : un .docx produit un .docx, un .odt produit un .odt.
  • Fichier .doc, .rtf ou .pdf. Proposer une conversion par LibreOffice (soffice --headless --convert-to docx), en prévenant qu'elle peut altérer la mise en page. Le PDF ne permet aucune fidélité de mise en forme : demander l'original.
  • Modèle à rédiger (« fais-moi un modèle de bail à remplir »). Chercher, parmi les skills disponibles, une skill de rédaction juridique française avec vérification des sources : assistant-juridique-fr, ou toute skill de l'utilisateur dont la description couvre cet usage. Se fonder sur la description, non sur le nom.
    • Si une telle skill existe, la charger, rédiger le modèle selon ses règles, le soumettre à l'utilisateur, puis le traiter comme un modèle déposé.
    • Si aucune n'existe, s'arrêter et expliquer qu'une skill de rédaction juridique est nécessaire pour un travail de qualité. Ne pas rédiger en mode dégradé.
    • Aucune mention de cette délégation ne figure dans les documents produits.
  • Vérification des références (option, à proposer en une ligne, avant le balisage). Faire contrôler par la même skill de rédaction l'actualité des textes cités et des montants. Les corrections ne sont appliquées qu'après validation de l'utilisateur.

2. Relevé

python3 tabellion.py analyser MODELE produit la liste numérotée des paragraphes (D12 pour le corps, E1… pour les en-têtes, P1… pour les pieds de page, N… pour les notes, S… pour les styles de l'ODT). Elle signale aussi les indices : emplacements à remplir, « (e) », numérotation manuelle, renvois internes, dates, montants. Lire tout le relevé.

Les alertes bloquent le balisage :

  • Modifications suivies : demander à l'utilisateur de les accepter ou de les refuser.
  • Commentaires : ils seraient reproduits dans chaque document généré ; proposer de les supprimer.

3. Questions

Identifier puis lister, sans encore baliser :

  • les variables ;
  • les rôles, c'est-à-dire les parties et leur pluralité possible ;
  • les options, des passages à retenir ou à écarter ;
  • les choix, des rédactions alternatives exclusives ;
  • les conditions, des passages qui dépendent des données (personne morale, pluralité, montant…) ;
  • les répétitions (pièces, parties) ;
  • les accords ;
  • les calculs ;
  • la numérotation et les renvois.

Poser ensuite les questions nécessaires, par lots de quatre au plus (outil de questions s'il est disponible). Sont toujours soumis à l'utilisateur :

  • Toute règle de droit ou tout calcul que le formulaire appliquera : point de départ, mode de computation, arrondis, valeur légale. Aucune règle n'est tirée de la mémoire de Claude ; la source est donnée par l'utilisateur ou vérifiée avec lui.
  • Toute valeur évolutive (taux, indice, barème). Si elle est intégrée, elle est figée dans une table datée, et le formulaire refuse de calculer au-delà.
  • La frontière entre option et choix, et le libellé présenté à l'utilisateur final.
  • Les variantes de désignation des parties : désignation complète tirée du dictionnaire, ou composition propre au modèle.

4. Balisage

Lire references/methode.md, puis rédiger :

  1. un plan de balisage JSON, appliqué par python3 tabellion.py baliser MODELE plan.json modele-balise.docx. Les balises apparaissent surlignées : en jaune pour les valeurs, en bleu clair pour les structures ;
  2. un manifeste JSON : titre, identifiant, extensions du dictionnaire, variables locales, calculs, contrôles, tables figées, aides.

Le dictionnaire commun est une trame, jamais un obstacle. Utiliser ses chemins chaque fois qu'ils conviennent ; ce qui lui manque (champ d'une personne, colonne d'une liste, module, rôle, donnée attachée à une partie dans l'acte) s'ajoute dans la rubrique extensions du manifeste (methode.md, § 2 bis). Ne jamais renoncer à une mention du modèle, ni la déformer, faute d'entrée dans le dictionnaire. Présenter les ajouts à l'utilisateur avec le balisage.

5. Compilation

python3 tabellion.py compiler modele-balise.docx manifeste.json travail/ contrôle chaque balise contre la syntaxe et le dictionnaire. Corriger chaque erreur, puis recompiler jusqu'à zéro erreur.

6. Validation par l'utilisateur

Remettre le document balisé (SendUserFile) avec, dans la conversation, un tableau récapitulatif :

  • les variables, avec leur libellé ;
  • les options et les choix ;
  • les conditions, en langage clair ;
  • les répétitions ;
  • les calculs, avec leur règle et leur source ;
  • les variables locales.

Indiquer que l'utilisateur peut corriger le balisage directement dans Word ou LibreOffice, en suivant references/syntaxe.md, puis renvoyer le fichier. Attendre sa confirmation avant de construire le formulaire, sauf s'il a demandé d'enchaîner.

Si un document balisé modifié revient, le recompiler tel quel, sans passer par baliser, et signaler les différences constatées.

7. Construction et tests

python3 tabellion.py tout modele-balise.docx manifeste.json travail/ formulaire.html compile, construit le formulaire et l'éprouve sur des dossiers fictifs : base, options écartées, chaque cas de chaque choix, singulier, listes vides. Pour chaque variante, l'outil vérifie que le XML est bien formé et qu'aucune balise ne subsiste. Il contrôle aussi l'ouverture du document par LibreOffice.

Ensuite :

  • lire travail/rapport-tests.md et les aperçus travail/tests/*.apercu.txt. Un « manquant » signale souvent un balisage incomplet, par exemple une date de naissance demandée pour une personne morale : il faut alors une condition EST PERSONNE PHYSIQUE ;
  • vérifier les accords, la ponctuation des énumérations et les renvois ;
  • rendre la première page du PDF de base (pdftoppm -r 60 -png -f 1 -l 1) et la regarder ;
  • corriger, puis recommencer.

Les tests s'exécutent sous LibreOffice ; aucune ouverture dans Microsoft Word n'est possible ici. Le dire à l'utilisateur et lui demander de vérifier le premier document produit dans Word.

8. Livraison

Remettre par SendUserFile :

  • le formulaire .html ;
  • le document balisé et le manifeste, qui constituent le paquet de maintenance permettant de reconstruire ou de faire évoluer le formulaire.

Le formulaire est un fichier local : ne jamais le publier comme artifact. Une page hébergée contredirait l'engagement de confidentialité. Si l'ordinateur de l'utilisateur est relié et qu'il en exprime le souhait, écrire aussi les fichiers dans son dossier.

Expliquer brièvement l'usage du formulaire :

  • au premier lancement, des données d'essai sont chargées ; le bouton « Commencer un dossier réel » les efface ;
  • le dossier s'enregistre en .json à la fin de chaque séance ; ce fichier peut être rouvert dans tout autre formulaire tabellion pour réutiliser les mêmes personnes ;
  • la page fonctionne hors ligne.

Proposer enfin deux à quatre améliorations pertinentes tirées de references/ameliorations.md.

9. Évolutions

Pour toute modification, reprendre le document balisé et le manifeste, corriger, puis relancer tout. Incrémenter version dans le manifeste.

Les dossiers .json existants restent compatibles tant que les chemins utilisés ne changent pas. Signaler à l'utilisateur tout chemin supprimé ou renommé.

Règles impératives

  • Fidélité. Hors des balises, le texte et la mise en forme du modèle ne sont pas modifiés. Toute amélioration rédactionnelle est proposée à part, et n'est appliquée qu'avec l'accord de l'utilisateur.
  • Aucune règle de droit non validée. Chaque calcul porte dans le manifeste une explication (affichée comme note de calcul) et une source confirmée par l'utilisateur. Le dictionnaire ne contient aucune règle de droit, et cela doit le rester.
  • Hors ligne absolu. Le formulaire ne charge rien et n'envoie rien ; sa politique de sécurité interdit toute connexion. Ne jamais ajouter de ressource distante au gabarit.
  • Valeurs fictives. Elles restent manifestement fictives (ESSAI, Exempleville, 00000) ; ne jamais y placer de données réelles.
  • Honnêteté sur les limites. Signaler ce que le formulaire ne fait pas pour le modèle donné : champs Word non mis à jour, renvois non balisés, mise en forme propre à Word non vérifiable ici.
  • Dictionnaire. Ne pas modifier references/dictionnaire.json pour un modèle donné : les besoins propres au modèle passent par les extensions du manifeste, qui ne sont jamais refusées si elles sont bien formées. Préférer toujours une entrée existante à un ajout de même sens, afin qu'un même dossier .json serve à plusieurs formulaires.

리뷰

아직 리뷰가 없습니다. 사용해 본 소감을 남겨 주세요.

댓글

로그인 없이 쓸 수 있습니다. 사용 후기, 질문, 작동하지 않은 환경 등을 편하게 남겨 주세요.

아직 댓글이 없습니다. 첫 댓글을 남겨 보세요.

보내면 바로 공개됩니다. 이메일 주소나 전화번호 같은 개인 정보는 쓰지 마세요. URL은 2개까지입니다.

0 / 1,000자

이 양식은 reCAPTCHA로 보호되며 Google 개인정보처리방침 및 서비스 약관이 적용됩니다.

같은 저장소의 스킬

Public-safe preliminary screen for challenges to the impartiality of an AI evaluator, LLM-as-a-judge, decision-support agent, or adjudicative system based on prior outputs, suspected bias, unstable reasoning, or self-reinforcing memory. Use when asked whether an AI should be recused, disqualified, replaced, audited, or escalated. Does not decide real cases or claim that human judicial-recusal doctrine automatically applies.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

lawve-ai/awesome-legal-skills8962026년 10월 20일 업데이트

Creates an Agent Authority Charter for enterprise or regulated AI agents before deployment. Use this Skill when a user needs to define what an AI agent is allowed to do, who delegated authority to it, what actions are permitted or prohibited, when human approval is required, what evidence must be preserved, and how the agent can be suspended, revoked, or escalated.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

lawve-ai/awesome-legal-skills8962026년 10월 20일 업데이트

EU AI Act Knowledge Engine — authoritative regulatory Q&A grounded in 70 official EU source documents (including the 2026 Commission draft guidelines on Art. 6 high-risk classification — general principles, Annex I, Annex III). Answers any question about the AI Act with article-level citations from the full regulation text, Commission guidelines, EDPB/EDPS opinions, codes of practice, harmonised standards, FRIA guides, incident templates, and sector-specific guidance. This skill should be used when the user asks about the "EU AI Act", "AI Act regulation", "Regulation 2024/1689", "KI-Verordnung", asks to "explain an AI Act article", "what does Article X say", "AI Act requirements", "AI Act penalties", "AI Act timeline", "GPAI obligations", "high-risk AI", "prohibited AI practices", "AI Act and GDPR", "fundamental rights impact assessment", "AI Act standards", "AI Act national implementation", "AI literacy", "serious incident reporting", "Digital Omnibus", "AI regulatory sandbox", or any question about EU artificial intelligence regulation. Also triggers on German terms: "KI-Gesetz", "KI-Verordnung", "Hochrisiko-KI", "KI-Kompetenz", "Grundrechte-Folgenabschaetzung", "GPAI-Verhaltenskodex". For assessment workflows that produce a classification decision rather than a knowledge answer, offer to run a structured risk-tier classification in-session.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

lawve-ai/awesome-legal-skills8962026년 10월 20일 업데이트

This skill builds a structured audit trail of an AI-assisted task: what the tool was asked to do, what materials it was given, what it produced, how the output was verified, and what was ultimately relied upon. It documents the workflow for supervision and later review without ruling on privilege or disclosure, so the record stays accurate rather than self-serving.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

lawve-ai/awesome-legal-skills8962026년 10월 20일 업데이트

Use this skill when the user wants an AI governance, legal-risk, privacy, compliance, procurement, or vendor-risk review of an internal AI use case, an AI product feature, an LLM workflow, or a third-party AI vendor. The skill asks intake and clarifying questions first when facts or evidence are missing, identifies required documentation and missing evidence, maps the use case to AI governance frameworks and applicable legal domains, and produces a preliminary or final governance review with scorecards, findings, owners, remediation actions, and follow-up questions.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

lawve-ai/awesome-legal-skills8962026년 10월 20일 업데이트

Turn an interpretive-ambiguity audit of a legal text — contract, statute, regulation, or judicial opinion — into a polished deliverable. Produces a multi-page website (default), a single-page interactive site, a Microsoft Word document, a PowerPoint deck, or a LaTeX/PDF. Use whenever a user has a stress-test result, ambiguity audit, or "where will this be litigated" scenarios and wants to publish, present, or share them. Triggers on "publish the audit," "make a report from this," "turn this into a website / deck / brief / Word doc," "make a Netlify site," "build slides of these ambiguities," "render the scenarios," "package this stress test," "produce a LaTeX version," and similar. Pairs with the ambiguity-stress-test skill (the underlying analysis) but works on any structured or semi-structured ambiguity analysis. Visual design is opinionated but the user can override colors, fonts, and brand label. Most formats need Python and a writable filesystem; single-file HTML works where the host has neither.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

lawve-ai/awesome-legal-skills8962026년 10월 20일 업데이트

lawve-ai의 스킬 모두 보기

이 스킬의 문제 신고