立法审查

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

立法审查技能(小律同学AI 出品):面向中国法规、规章、司法解释、规范性文件、政策措施和立法草案的智能审查。用于全文或条款级合法性审查、公平竞争审查、立法技术规范审查、合宪性或涉宪性风险提示、政策一致性提示、适当性分析、文字校对、备案审查案例检索,以及结合法律依据和理论知识库对草案提出建设性完善建议、修改文本和审查报告。仅在用户提供待审规范文本或明确要求审查相关文件时使用;不用于合同审查、诉讼咨询、个人法律建议、普通法律问答、脱离审查依据的泛化立法起草、版本比对、清样或查重。触发词:立法审查, 合法性审查, 公平竞争审查, 规范性文件审查, 法规审查, legislative review。

一句话选型结论

按资料字段整理

立法审查是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install xiaolv-ai/xiaolv-legislative-review
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方xiaolv-ai仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 enterprise
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验2026-11-06上游最后核验时间 · 数据更新 2026-11-06
正文体量9.9 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
立法审查当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

9.9 KB
模型实际读到的说明书原文,来自技能仓库

立法审查(小律同学AI)

执行审查

  1. 读取材料并建立审查档案:用户提供 .docx、.doc 或 .pdf 时,先用 Read 获取元数据,再按搜索/分页策略读取正文;记录文件名称、制定机关、文件类型、效力层级、适用地区、审查阶段、文本版本、文本范围和是否涉及市场主体经济活动。缺失信息写入“待补充信息”。
  2. 结构化文本:按标题、章、节、条、款、项、目拆解;无法识别编号时,使用不改变原意的原文短语定位。不得要求用户重复粘贴已经可以读取的文件内容。
  3. 选择审查维度:合法性默认必审;涉及市场主体时加入公平竞争;完整草案加入立法技术规范;合宪性或涉宪性、政策一致性和适当性按内容触发。读取 references/review-checklists.md。
  4. 开展基础覆盖检索:在形成风险判断前,调用 search_law 检索制定机关及权限依据、草案所属领域的核心上位法、行政许可处罚强制收费等专项权限、涉市场主体时的公平竞争规则,以及草案明确引用文件的效力状态。没有某类事项时记录“不适用”,不得无故跳过。
  5. 提取候选风险:结合草案文本和基础覆盖检索结果,识别权限、冲突、权利义务、竞争影响、程序、适当性和表达问题。此时只形成检索问题,不先写“合法”“违法”“符合”或“不符合”。
  6. 开展风险专项检索:为每个需要法律评价的候选风险再次调用 search_law,执行“风险问题 -> 专项检索 -> 检索结果 -> 证据编号”的闭环。基础检索结果足以支持分析时可以复用,但必须说明适用关系。
  7. 核对和适用:只根据 search_law 实际返回的信息核对文件名称、制定机关、效力层级、具体条文和效力状态;缺失字段不得由模型补齐。将待审条款与可核对依据逐项比较。
  8. 开展建设性完善分析:完成风险审查后,调用 search_law 检索法学理论、立法原理或制度研究资料,结合法律法规、制度目的和草案上下文,识别即使不存在明确违法风险、仍可提高制度质量的条款。工具未返回可明确识别的理论资料时,不得假定存在独立“理论知识库”;标记为理论资料不足。读取 references/constructive-suggestions.md。
  9. 形成两类成果:将“审查问题与纠错型修改”同“建设性完善建议”分开。每项法律判断绑定法律证据编号 E;每项理论观点绑定理论资料编号 T。
  10. 汇总覆盖情况:报告基础覆盖检索完成情况、待审条款数、已审条款数、候选风险数、专项检索问题数、取得可核对依据数、建设性建议数、理论资料检索情况、信息不足数和未纳入范围的材料。
  11. 生成成果:按用户需要输出问题清单、建设性建议、专项意见或审查报告。读取 references/output-schema.md,并保留人工复核重点。用户要求正式报告时,使用 Write 生成 .docx;要求修改稿时,在副本上使用 Edit 保留批注或修订,不改原件。

执行法律检索硬门槛

  • 凡将法律、法规、规章、司法解释、规范性文件、政策文件、审查规则、案例、国际条约或外国法用于结论,必须先调用 search_law。
  • 将用户提供的法律资料仅作为检索线索和交叉核对材料。即使用户提供了完整法条,也必须通过 search_law 检索后才能作为法律判断依据。
  • 不因文件名称看似熟悉而跳过检索。每个具体条号、效力状态和适用关系都必须以本次检索结果为基础。
  • search_law 没有返回、结果不完整或无法确认关键内容时,不得自行补全,不得作确定性合法或违法判断。
  • 检索结果相互冲突时,保留相关结果并说明冲突,不自行选择有利依据;无法通过进一步检索消除冲突时,列入人工复核。
  • 检索结果可能属于旧法、失效文件或已被替代规则时,不得作为现行有效依据;无法确认效力状态时,不作确定性判断。
  • 纯粹的错别字、漏字、重复字、标点或不引用规范依据的语言修改,可以标记为“不涉及法律依据”;一旦声称违反某项立法技术规范,仍须检索该规范。
  • 法律依据和理论知识库资料均通过 search_law 检索。规范性资料和案例编为法律证据 E,法学理论、立法原理和制度研究资料编为理论资料 T;两类资料不得混用。
  • 理论知识库资料只能支持制度论证和完善建议,不能替代法律证据 E,不能单独用于认定草案合法或违法。

标记证据角色

  • 对 search_law 返回结果进行分类,是标记其在审查中的证据角色,不是重新判断工具结果真假。
  • 将法律、法规、规章、司法解释、规范性文件、政策文件、审查规则和案例标记为 E,用于法律评价或规则比对。
  • 将法学论文、理论观点、立法原理和制度研究标记为 T,仅用于建设性完善论证。
  • 同一检索结果不得同时作为 E 和 T。资料性质不明时,不作为 E;记录为信息不足并继续检索。
  • 法律条文附带释义或评论时,分别记录规范内容与解释内容,不用解释性内容替代条文依据。

区分两类修改建议

  • 纠错型修改:针对已经识别的合法性、公平竞争、技术规范等风险,说明风险、法律依据和必要修改方式。
  • 建设性完善建议:针对未必违法但仍可改善的条款,从制度完整性、权利保障、程序正当、比例性、可执行性、衔接协调和实施评估等方面提出建议。
  • 不把个人偏好包装成理论观点。理论知识库未返回可核对资料时,明确标注“理论资料未检索到”或“理论资料信息不足”。
  • 优先提供可以直接替换或增补的条文建议稿;无法形成具体文本时,说明需要补充的政策目标、事实数据或制度选择。
  • 不因追求“建设性”而突破制定权限、增设无依据的行政权力、减损权利或增加义务。

分离风险和证据状态

只使用以下风险等级:

  • 高:疑似越权、明显抵触上位规范、严重程序问题、明显排除限制竞争、重大基本权利限制或重大政策冲突。
  • 中:可能影响权利义务边界、竞争中立、程序完备性、执行效果或措施适当性。
  • 低:主要为表述、结构、引用、格式、标点或其他技术性问题。

另行标注依据状态,不得把“待核验”当作风险等级:

  • 已检索且可核对:本次 search_law 返回的信息足以识别依据并支持当前分析。
  • 已检索但信息不足:已调用 search_law,但关键条文、效力状态或适用关系无法核对。
  • 未检索到:已调用 search_law,未获得相关结果。
  • 不涉及法律依据:仅限纯文字校对或不作规范归因的表达优化。

控制结论措辞

  • 不输出“审查通过”“修改后通过”“确认合法”“确认违法”等终局结论。
  • 有充分检索依据时,使用“根据本次检索到的 E001、E002,该条款可能存在……风险”。
  • 依据不足时,使用“已进行检索,但现有结果不足以支持确定判断,本项需人工复核或进一步核验”。
  • 没有发现问题时,使用“在本次提供文本、审查维度和已完成检索范围内,暂未发现明确风险”,并同时展示覆盖情况和未决事项。
  • 涉及重大涉宪问题、政策价值冲突、复杂权限争议或纠正处理时,列为人工复核或专家论证事项。

仅加载必要参考

  • 选择审查维度和检查具体风险时,读取 references/review-checklists.md。
  • 对草案提出建设性完善建议时,读取 references/constructive-suggestions.md。
  • 输出问题清单、专项意见或完整报告时,读取 references/output-schema.md。

版权与免责声明

本技能由小律同学AI 提供,版权归广东小律同学人工智能科技有限公司所有。输出仅供参考,不构成正式法律意见;涉及重大权益处置时,请结合案情咨询执业律师。

常见问题

5 问
答案由本站依据条目字段整理
立法审查怎么安装?

在支持 Skills 的客户端里执行:skillhub install xiaolv-ai/xiaolv-legislative-review。安装方式为未标注。装完刷新技能列表或重开客户端。

立法审查支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

立法审查权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

立法审查收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

立法审查用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 2026-11-06。