本文へ移動
cccskills
無料GitHub で公開

ai-knowhow-updater

根据最新的AI领域资讯或周报,持续迭代更新AI全球监管政策Know How知识库。当用户需要基于资讯更新AI监管知识库,或从零创建AI监管Know How文档时使用此技能。

インストール方法を見る

含まれるファイル(2)

  • SKILL.md6.7 KB
  • scripts/update_ai_knowhow.py8.1 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

AI Know How 更新技能

本技能用于将最新 AI 领域资讯中的监管动态整合到 Know How 知识库中,并确保知识库的体例、框架和写作风格保持一致。


Know How 文档体例规范

这是本技能最重要的部分。 每次更新 Know How 时,必须严格遵循以下体例。

文档标题

文档标题固定为:# AI 全球监管政策 know-how

不得命名为"备忘录",不得包含"致/自/日期"等备忘录标题区格式。

司法管辖区(一级章节)

当前覆盖以下 8 个司法管辖区,按以下顺序排列:

  1. 美国 (🇺🇸)
  2. 中国大陆 (🇨🇳)
  3. 香港 (🇭🇰)
  4. 欧盟 (🇪🇺)
  5. 日本 (🇯🇵)
  6. 新加坡 (🇸🇬)
  7. 英国 (🇬🇧)
  8. 阿联酋 (🇦🇪)

如需增加新的司法管辖区,应在用户明确要求后追加至列表末尾。

产品条线(二级章节)

每个司法管辖区下,固定包含以下 6 条产品线,按以下顺序排列:

  1. 基础模型与通用 AI (Foundation Models & General AI)
  2. AI 应用与服务 (AI Applications & Services)
  3. AI 生成内容 (AIGC / Generative AI Content)
  4. 自动驾驶与机器人 (Autonomous Driving & Robotics)
  5. AI 在金融领域的应用 (AI in Finance)
  6. 数据与隐私 (Data & Privacy)

如需增加新的产品条线,应在用户明确要求后追加至列表末尾,并在所有司法管辖区中同步新增该条线。

三板块结构(三级章节)

每个"司法管辖区 × 产品条线"单元,必须包含以下 3 个固定板块:

#### 1. 监管情况概述
(介绍该国在该领域的整体监管方式、主管机构、是否有专门牌照/备案制度等)

#### 2. 重大执法行动或法院判例
(记录针对头部企业的罚款、民事赔偿、禁令、重要法院判决等)

#### 3. 主要法规介绍和立法进展
(梳理已生效的主要法规,以及正在推进立法流程的草案和进展)

如果当期资讯中没有涉及该单元的内容,则三个板块均填写 (暂无更新),不得删除板块标题,以保持框架完整性供后续迭代填充。

写作风格要求

  1. 内容来源:仅将资讯中明确提及的信息更新至对应单元,不得凭空捏造或推断。
  2. 不标注来源期数:不得在正文中标注"根据第X期资讯"等字样,因为知识库将持续迭代,来源期数无实际意义。
  3. 脚注引用:所有事实性陈述须附脚注,格式为 [^N]: 参见:[来源名称](URL),脚注统一汇总于文档末尾的"附件:参考资料"章节。
  4. 散文体写作:正文以自然语言(散文体)为主,避免过度使用项目符号(bullet points),以符合专业法律文书的写作风格。
  5. 更新而非替换:更新时应在现有内容基础上追加或修订,不得删除已有的有效内容。

工作流程

第一步:确认输入文件

需要以下输入:

  • 最新资讯:AI 领域资讯/周报的 Markdown 文件(通常为 /home/ubuntu/ai_weekly_report_YYYYMMDD.md 或用户上传的文件)
  • 当前 Know How 文档:现有的 Know How 知识库文件(通常为 /home/ubuntu/ai_knowhow.md)

如果用户表示"从零开始创建",则先运行初始化命令生成空白框架:

python3.11 /home/ubuntu/skills/ai-knowhow-updater/scripts/update_ai_knowhow.py \
  --init --output /home/ubuntu/ai_knowhow.md

第二步:提取资讯中的 AI 监管动态

仔细阅读资讯,识别所有涉及以下内容的信息:

  • 各国监管机构发布的 AI 新规、通知、指引、白皮书
  • 立法机构推进的 AI 相关法案进展
  • 监管机构对 AI 企业的执法行动(罚款、禁令、整改要求等)
  • 法院针对 AI 相关案件的判决(版权侵权、隐私侵权、算法歧视等)
  • AI 安全评估、备案审批、牌照发放等重要监管事件

第三步:将信息映射到对应单元

将提取的信息按照"司法管辖区 × 产品条线"进行分类,确定每条信息应更新到哪个单元的哪个板块。

常见映射参考:

信息类型典型映射
大模型备案/审批制度基础模型与通用 AI → 监管情况概述
深度伪造内容监管AI 生成内容 → 主要法规介绍和立法进展
AI 版权侵权诉讼AI 生成内容 → 重大执法行动或法院判例
自动驾驶事故责任自动驾驶与机器人 → 重大执法行动或法院判例
算法推荐监管AI 应用与服务 → 主要法规介绍和立法进展
AI 信贷评分监管AI 在金融领域的应用 → 监管情况概述
训练数据隐私合规数据与隐私 → 主要法规介绍和立法进展

第四步:执行更新

调用核心脚本执行更新:

python3.11 /home/ubuntu/skills/ai-knowhow-updater/scripts/update_ai_knowhow.py \
  --report [资讯文件路径] \
  --knowhow [Know How文件路径] \
  --output [输出文件路径]

重要:脚本生成的内容仅作为草稿参考。脚本执行后,必须人工审核输出文件,确保:

  • 所有内容已正确映射到对应的"司法管辖区 × 产品条线 × 三板块"结构
  • 文档格式符合上述体例规范
  • 未有内容的单元保留了完整的三板块框架(填写"暂无更新")
  • 脚注格式正确

如果脚本输出的格式与体例规范不符,应直接手动撰写更新内容,以确保格式一致性。

第五步:交付成果

输出方式取决于本次更新的规模:

  • 常规更新(不涉及新增司法管辖区、新增产品条线等超大规模结构性修改):仅将本次涉及变更的部分(即有内容新增、修改或删除的"司法管辖区 × 产品条线"单元)以 Markdown 格式输出给用户,并在每段变更内容前注明其所属章节路径(例如:## 美国 > ### 基础模型与通用 AI),无需重新输出整份文档。同时将完整的更新后文档保存至本地,文件名建议使用 ai_knowhow_v[版本号].md,并作为附件一并提供。
  • 超大规模更新(涉及新增司法管辖区、新增产品条线,或结构性重组等):将完整的更新后 Know How 文档作为附件发送给用户,文件名建议使用 ai_knowhow_v[版本号].md。

参考文件

当前最新版本的 Know How 文档保存于: /home/ubuntu/ai_knowhow.md

如需了解各司法管辖区的已有内容,请直接读取该文件。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

中国大陆地区法院类案快速检索与《案件检索报告》(DOCX)生成技能。以案件五项要点(案由/法律关系、争议焦点、关键事实、我方诉请与诉讼地位、请求权基础法条)为检索锚点,经一次四问确认即开工(其中**检索地域范围**与**裁判时间范围**为强制选择题,默认范围为「2021年1月1日以后裁判的浙江省范围内的法院案例」,用户点选默认后须回显该范围提示);按**请求权基础、法律关系、案件事实三要素**判定高匹配——用户**指定**检索特定结果的案例时结果相似度计入评分(四要素满分 10 分),用户**未指定**时结果相似度不作为高匹配考虑因素(三要素满分 8 分);r1 判定须**核对法条版本与时间效力**,援引已失效旧法条者不得给满分;以语义向量检索为主召回、精确结构检索为条件兜底,本地脚本加权打分后按「得分率 > 法院层级 > 审判程序 > 裁判日期」排序,并检测**同院同日同标题的重复入库**案件、疑似重复者不占入报名额;截取匹配度最高的 5–10 例类案,逐案调详情核验案号并摘录判词原文,最后直接输出含页脚页码的 DOCX 报告(默认保存至桌面)。全流程人工确认 1 次、检索类调用控制在 2 次召回 + ≤10 次详情以内,报告阶段检索冻结。未指定结果时三要素高匹配而结果相反者亦会入报(逐例标注结果方向),指定结果时结果相反者一律剔除;报告内以两处固定声明披露「未设不利先例定向检索路径」的局限。当用户要求「快速检索类似案例」「找几个正向案例」「快速版案例检索报告」「检索 5 到 10 个类案并出报告」「出一份类案检索报告 docx」时使用。需要四象限归位、反向案例定向检索、补充召回多轮迭代或 14 分制硬软条件精判时,应使用完整版技能「案例检索报告Plus」而非本技能。基于华宇元典法律数据 MCP。

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

88查企业风险查询与分析工具 —— 专注于中国大陆企业的法务风险查询与分析,覆盖经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法案件等风险类型。支持公司名称、统一社会信用代码、companyId 三种输入方式,自动完成风险查询并输出结构化风险分析总结。 触发场景:仅当用户意图为查询企业风险/法务风险时触发。包括但不限于:企业风险查询、公司风险、经营异常、行政处罚、监管措施、被执行人、失信被执行人、司法风险、风险扫描、风险评估、企业合规审查、风险报告、XX公司有什么风险、XX公司安全吗、XX公司有没有处罚、XX公司被执行过吗。 不触发场景:纯粹的企业信息查询(如查公司、搜企业、工商信息、注册资本、法人代表、股东结构、专利商标等)不应触发本技能,请使用其他 cha88 系列工具。

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Manages Rule 30(b)(6) corporate representative deposition workflows — drafting notice topics with reasonable particularity, building examination outlines, defending designees, handling objections, and preserving binding admissions for summary judgment or trial. Use when drafting or responding to 30(b)(6) notices, selecting and preparing designees, building topic-by-topic outlines, or triaging scope and privilege disputes. Trigger keywords: 30(b)(6), corporate representative deposition, topic list, designee, notice analysis, deposition objections, corporate admissions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Guides taking and defending Rule 30(b)(6) corporate representative depositions. Drafts topic lists with reasonable particularity, builds examination outlines for binding corporate admissions, analyzes noticed topics for objections, and prepares designees. Use when drafting 30(b)(6) notices, preparing corporate deposition topics, selecting or preparing designees, or defending corporate representative depositions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Drafts FDA 510(k) Premarket Notification submissions demonstrating substantial equivalence under 21 CFR Part 807. Supports Traditional, Special, and Abbreviated pathways. Use when preparing Class II medical device regulatory filings, substantial equivalence analyses, or FDA premarket submissions.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

Drafts a recordable Abstract of Judgment to create a judgment lien on a debtor's real property. Extracts party names, monetary components, and judgment details from case documents, then applies jurisdiction-specific formatting and certification requirements. Use post-judgment in commercial litigation when enforcing monetary awards, perfecting judgment liens, or preparing lien filings with the county recorder.

日本語の概要は準備中です。原文の説明を表示しています。

CSlawyer1985/legal-skillhub152026年9月23日 更新

CSlawyer1985 のスキルをすべて見る

このスキルの問題を報告する