这个 Skill 能做什么，适合哪些场景？
这是 zubair-trabzada/ai-legal-claude 仓库中的主编排器技能，位于 legal/SKILL.md，本身不执行分析，而是把 13 个 /legal 斜杠命令路由到仓库 skills/ 目录下的具体技能（如 legal-review、legal-nda、legal-compliance）。旗舰命令 /legal review 并行调用 5 个代理（条款分析、风险评估、合规检查、义务映射、建议引擎），产出 0–100 的合同安全评分、逐条风险分析和优先修改建议。所有输出顶部强制附带法律免责声明，明确它不是律师、不构成法律意见。整套工具通过一条 curl 命令安装全部 14 个技能、5 个代理和 PDF 生成脚本。
- 用户输入 /legal 时展示 14 个命令的菜单，并将命令路由到 skills/ 目录中的对应技能
- /legal review 启动 5 个代理并行执行全合同审查（风险、合规、义务映射、建议），/legal risks 逐条风险评分，/legal compare 对比两版合同
- /legal plain 把法律术语转成白话，/legal negotiate 生成反提案替代措辞，/legal missing 找出缺失的保护条款
- /legal nda / terms / privacy / agreement 分别生成 NDA、服务条款、隐私政策和商业协议，/legal freelancer 从自由职业者视角审查合同
- /legal compliance 做 GDPR/CCPA/ADA/PCI-DSS/CAN-SPAM/SOC 2 合规差距分析，/legal report-pdf 用 ReportLab 生成 PDF 报告
- 接受文件路径、粘贴文本或 URL 三种合同输入；生成的文档以 Markdown 保存到当前目录（如 NDA-[方名]-[日期].md）
- 自由职业者在签署客户合同前快速审查，识别常见的承包商陷阱条款
- 小企业在签供应商或采购合同前评估风险、估算财务敞口
- 创业者为新合作生成定制 NDA 或为网站生成服务条款和隐私政策
- AI 自动化代理机构把合同审查打包为收费服务，用 /legal report-pdf 输出客户可交付的 PDF 报告
- 网站运营者对照 GDPR、CCPA、ADA、PCI-DSS 等做合规差距检查
- 需要正式法律意见的人——工具明确声明不是律师、不提供法律建议，输出必须经持牌律师复核
- 其他非 Claude Code 客户——依赖斜杠命令、并行子代理和 Read/WebFetch 工具，迁移需重写
- 无 Python 3.8+ 环境或不愿安装 reportlab 的用户无法使用 PDF 报告功能
如何安装这个 Skill？
- 免责声明不构成法律保障：AI 生成的合同分析与文档必须经执业律师复核，评分中的风险标注不等于法律意见。
- 许可证元数据未知，企业商用前需先确认授权条款。
- 无版本号与维护承诺，后续更新与废弃风险由用户自行承担。
- 对合同安全评分、严重度打分等量化输出应视为启发式参考，非经过验证的评估体系。
- 核心功能完全依赖海外服务（Claude Code、WebFetch），中国大陆网络可达性未验证，且无中文输出支持。
- 发布者未经 FollowSkills 企业注册库验证，身份不明（本身不构成扣分，但需知悉）。
- Shell / 命令行
- 网络访问
- 本地文件系统
Python 3.8+ (PDF generation only)reportlab (PDF generation only)
Claude Code 一键安装全部 14 个技能、5 个代理和 PDF 脚本：
curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/ai-legal-claude/main/install.sh | bashPDF 报告功能需 Python 3.8+ 和 reportlab（pip3 install reportlab）。卸载：
curl -fsSL https://raw.githubusercontent.com/zubair-trabzada/ai-legal-claude/main/uninstall.sh | bash
./uninstall.sh安装脚本具体把文件放到哪个目录，源材料未说明。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- /legal review 合同.txt
- /legal risks vendor-agreement.md
- /legal nda 给新合作伙伴生成一份保密协议
- /legal compliance https://example.com 检查 GDPR 合规差距
在 Claude Code 中触发 /legal 即弹出命令菜单，然后按命令格式使用，例如：/legal review my-contract.pdf（全合同审查）、/legal nda 与客户 Acme 的双向保密协议（生成 NDA）、/legal risks 合同文件路径（深度风险分析）。合同可通过文件路径、直接粘贴文本或 URL 提供；省略文件时助手会主动询问。仓库还提到可传网站 URL 来生成条款或做合规分析。
这个 Skill 有哪些优点和局限？
- 命令覆盖合同全生命周期：审查、对比、谈判、生成、合规、报告
- 旗舰 /legal review 用 5 个并行代理交叉分析，输出结构化的 0–100 安全评分和逐条修复建议
- 每条风险都要求给出具体原因和替代措辞，而非泛泛标注
- 每次输出强制带法律免责声明，定位为律师初筛而非替代
- 一键安装/卸载脚本，依赖极轻（PDF 功能外无需额外环境）
- 不是律师，输出仅供起步参考，最终签署仍需持证律师审核——这一定位工具自身反复强调
- 深度依赖 Claude Code 专属机制：斜杠命令、并行子代理、Read/WebFetch 等工具引用，移植到其他客户端需改写
- 没有测试套件、基准评测或准确率数据，分析质量无法验证
- 许可证未标注，商用前需向作者确认授权
- 仓库描述含推广 Skool 社群的营销内容，选型时应剥离宣传口径独立评估
- readme 中的成本对比（如律师费 $300–500/小时）未注明来源
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| AI 法律助手（legal/SKILL.md 编排器） 本页 | 43 · 不推荐 | ★ 1.8k | 7 个月前 | — |
| AI 法律助手：全量合同审查 | 41 · 不推荐 | ★ 1.8k | 7 个月前 | — |
| 合同缺失保护条款分析器（AI 法律助手） | 45 · 不推荐 | ★ 1.8k | 7 个月前 | — |
| Counter-Proposal Generator（合同谈判还价生成器） | 41 · 不推荐 | ★ 1.8k | 7 个月前 | — |
| 法律分析 PDF 报告生成器 | 47 · 谨慎使用 | ★ 1.8k | 7 个月前 | — |
仓库未列出具体竞品，仅自称为 Claude Code Skills 系列之一（同系列还有 AI Marketing Suite 和 AI Sales Team，但与法律功能无关）。无可靠对比对象，建议以人工律师初筛或付费合同审查服务作为替代方案自行评估。
FollowSkills 如何评估这个 Skill？
SKILL.md 自身权限需求较低（读取文件、WebFetch、写入本地 Markdown），数据流向基本透明，且每条输出强制附带免责声明并引导咨询执业律师，属正面信号。扣分点：未说明对敏感合同文本的处理边界、无回滚机制、WebFetch 外部抓取缺乏数据流披露，安装方式（curl|bash）未见来源可验证细节。
路由表清晰、输入缺失时有明确追问逻辑（如未提供文件则询问），主路径（读取—分析—输出 Markdown）自洽。扣分点：无任何测试或样例输入输出，PDF 生成依赖外部 reportlab 但本文件未覆盖失败反馈，对损坏/超大/非英文合同等异常输入无处理说明。
受众（自由职业者、小企业）与场景明确，命令语义清晰、触发条件明确（/legal 前缀），过度触发的风险低。扣分点：未声明能力边界（司法辖区、语言限制），完全依赖英文输出与海外服务（Claude Code、WebFetch 抓取外部 URL），对中国大陆用户可用性存疑且无中文支持。
结构清晰（命令菜单、路由表、命名规范、输出命名约定），可读性好。扣分点：许可证元数据未知，无版本号、变更日志或维护责任声明，README 含大量营销性量化指标但无来源，与 Skool 社区的推广内容混合降低文档纯粹性。
承诺的核心流程（合同分析、文档生成、Markdown 输出）在指令层面可行，输出格式规范可直接使用。扣分点：合同安全评分、严重度打分、合规覆盖（GDPR/CCPA 等）等关键价值主张完全依赖模型质量，无任何代表性输出样例佐证，静态阅读无法确认实际可用性。
仅作者自述与营销性声明（'60 秒完成审查'、节省金额等指标无出处），无测试套件、CI 证据或第三方执行材料，事实与推断未区分。仅有可审计的材料是仓库内源文件本身。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →