Token导航 LogoToken导航

Agent Skill · 待分类

legal-qa-extractor(法律质量保证提取器)

legal-qa-extractor 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

legal-qa-extractor 是待分类类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为权限未标注;许可证信息还不明确,第三方扫描已通过,按安装量在待分类类的 11,209 个 Skill 里排第 3,377。

总安装 1,035周安装 44GitHub Stars 164下载 363核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:legal-qa-extractor(法律质量保证提取器)
来源仓库:https://github.com/cat-xierluo/legal-skills
仓库路径:skills/legal-qa-extractor
安装命令:
npx skills add https://github.com/cat-xierluo/legal-skills --skill legal-qa-extractor
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/cat-xierluo/legal-skills --skill legal-qa-extractor

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定,用法以来源仓库的说明为准。

legal-qa-extractor 用于处理 GitHub 仓库与协作信息,适合在开发流程中整理法律问答事项。支持围绕 Issue、PR、分支等协作元素进行信息归纳与任务推进。通过 npx skills add 命令从 GitHub 安装,需确认权限与维护状态。

涉及写入操作时应检查 token 权限,避免越权修改或创建内容。建议参考原始文档了解具体功能边界与使用方式。

来源仓库内路径:skills/legal-qa-extractor

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/cat-xierluo/legal-skills --skill legal-qa-extr…;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

legal-qa-extractor 怎么安装?

在终端执行 npx skills add https://github.com/cat-xierluo/legal-skills --skill legal-qa-extractor。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

legal-qa-extractor 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

legal-qa-extractor 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

legal-qa-extractor 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

legal-qa-extractor 用的人多吗?

公开数据是累计安装 1,035 次,近一周安装 44 次,下载 363 次,GitHub 164 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

legal-qa-extractor 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
infsh-cli

infsh CLI · Codex、Claude

4,374,576382权限未标注未明确未收录
ai-video-generation

AI 视频生成 · Codex、Claude

4,313,376382调用外部服务未明确有提醒
lark-openapi-explorer

云雀 OpenAPI 浏览器 · Codex、Claude

2,064,1209,011需要联网未明确有提醒
lark-workflow-standup-report

Lark 工作流程站立报告 · Codex、Claude

2,041,6328,978需要联网未明确通过
use-my-browser

使用我的浏览器 · Codex、Claude

1,848,49140操作浏览器未明确未通过
legal-qa-extractor

法律质量保证提取器 · 本页

1,035164权限未标注未明确通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

法律问答提取技能

概述

从律师与客户的沟通记录中提取有价值的法律问答对(客户问题 + 律师解答),生成结构化知识库内容。适用于将客户咨询转化为可复用的法律知识,供后续整理成文章、案例或学习材料。

核心价值:提取那些可以被其他客户复用的问答内容,而不是单一客户的具体案情。

核心原则

客户信息保护

绝对禁止在问答内容中包含:

  • ❌ 客户真实姓名
  • ❌ 企业/机构名称
  • ❌ 具体地址、联系方式
  • ❌ 任何可识别个人或企业的信息

脱敏处理标准:

  • ✅ 客户姓名 → 使用"当事人"、"客户"、"甲/乙"等代称
  • ✅ 企业名称 → 使用"某公司"、"某企业"、"该企业"等代称
  • ✅ 具体信息 → 模糊化为"某地"、"某时间"、"相关人员"等
  • ✅ 客户原话 → 脱敏后引用:"客户询问..."而非"张总说..."

问答对的价值判断

提取的问答应该满足以下条件之一:

  • 普遍性:其他客户也可能遇到同类问题
  • 典型性:代表了某类法律场景的常见关切
  • 教育性:律师的解答有普法价值或指导意义
  • 复用性:可以独立成文或作为知识库条目

工作流程

步骤 1:分析输入内容

获取沟通记录文档和用户的具体要求,理解:

  • 文档中的沟通内容和情境
  • 用户希望重点关注哪些方面
  • 哪些问答具有复用价值

步骤 2:识别有价值的问答对

完整梳理文档中的问答内容,按以下维度识别价值:

问答识别维度
  1. 直接问答 - 客户明确提出问题,律师给出解答
  2. 追问回应 - 客户追问,律师进一步解释
  3. 风险提醒 - 律师主动提醒的风险点及应对建议
  4. 操作指引 - 涉及流程、步骤、注意事项的问答
  5. 普遍关切 - 其他客户也可能遇到的同类问题
问答提取方法
  • 语义分析:理解客户真实问题和律师核心观点
  • 逻辑归纳:将分散的对话整理为独立问答对
  • 价值评估:判断问答是否具有普遍适用性
  • 标准化表述:将口语化表达转化为规范的问答格式

步骤 3:生成结构化报告

输出文件保存至原文档的同一目录,文件命名:{原文档名}_法律问答提取_{YYYYMMDD}.md

输出格式详见 output-template.md。

每个问答对包含以下部分:

  • 问题:客户提出的问题(标准化表述)
  • 律师解答:律师的核心观点和建议(300-500字)
  • 问题背景(可选):该问题出现的情境(200-300字)
  • 价值标签:普遍性/典型性/教育性/复用性
  • 适用场景:什么情况下读者会关心这个问答

步骤 4:问答分类与关联

提供以下分析维度:

  • 问答特征分析:重点问答数量、常规问答数量、价值分布
  • 领域分类:按法律领域或业务场景分类
  • 关联分析:哪些问答之间存在关联、可组合成文章

质量标准

  • 独立性:每个问答对可以独立理解,不依赖完整对话背景
  • 普遍性:问答内容对其他客户也有参考价值
  • 完整性:问题和解答都清晰完整,没有断章取义
  • 脱敏严格:严格遵循客户信息保护规则
  • 可复用:提取的问答可以直接用于文章、知识库或学习材料

输入要求

本技能接受以下类型的输入:

  1. 文档路径:用户提供的沟通记录文档路径
  2. 粘贴内容:用户直接粘贴的沟通记录内容
  3. 用户要求:用户希望重点关注哪些类型的问答

适用场景

  • 整理客户咨询记录为可复用知识
  • 从对话中提取内容营销素材
  • 建立法律问答知识库
  • 准备普法文章的素材
  • 制作客户常见问题清单

平台分布

Codex

38.3%
按下载量换算139

Claude

28.97%
按下载量换算105

Cursor

19.26%
按下载量换算70

Gemini CLI

9.58%
按下载量换算35

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills