ClawHub

GPDR-Compliance（GPDR合规工具）

v1.0.3

欧盟通用数据保护条例（GDPR）合规专用工具。当用户需要处理欧盟境内的数据保护、 GDPR合规检查、数据保护影响评估（DPIA）、数据主体权利保障、跨境数据传输等相关任务时使用此skill。 **Skill包含的核心工具**： - ✅ `gdpr-check.py` - 基础合规检查脚本 - ✅ `data-su...

⭐ 0· 136·0 current·0 all-time
byWei Wu@wwumit
Security Scan
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Benign
high confidence
✓
Purpose & Capability
Name/description (GDPR compliance, DPIA, data-subject rights, cross-border transfer) align with the included scripts (gdpr-check.py, dpia-generator.py, data-subject-rights.py, cross-border-transfer.py) and templates. Declared dependencies (pandas, jinja2) are reasonable for analysis and template generation. Minor inconsistency: the top-level skill name contains a typo ('GPDR') while package name and code use 'gdpr', but this is cosmetic.
ℹ
Instruction Scope
SKILL.md promises local-only behavior, only reading references and writing JSON reports; the provided scripts show only local file I/O and template generation (no network libraries in inspected files). One practical caveat: several scripts accept output paths and will create/write files (e.g., save_template, TemplateEngine.save_document) without prompting for explicit user confirmation — SKILL.md states 'all operations need explicit user authorization', but the code does not implement interactive permission checks in non-interactive runs. Also the template engine will create assets/templates directories under the skill path (template_dir.mkdir), which is a benign filesystem write but should be noted as a write operation.
✓
Install Mechanism
No install spec is provided (instruction-only from platform perspective) and the package contains code that runs locally. This is low risk compared to remote-download installers. requirements.txt lists only pandas and jinja2 (well-known PyPI packages). No evidence of downloads from arbitrary URLs or archive extraction in the provided files.
✓
Credentials
The skill requires no environment variables, no credentials, and no special config paths. The dependency list and requested functionality are proportionate to generating reports and running checks locally. No broad credential access or unrelated secret requests were observed.
✓
Persistence & Privilege
Skill metadata flags are standard (always:false, user-invocable:true, model invocation enabled). The skill does not request permanent presence or modify other skills. File writes are local report/template generation; no evidence of modifying system-wide agent settings or other skills' configs.
Assessment
This package appears coherent and local-only, but take standard precautions before use: (1) run it in an isolated/test environment (python venv) and inspect or run the included security_check_gdpr.py as recommended; (2) review any remaining/omitted files (only parts were shown) for unexpected network calls or subprocess usage; (3) when running with real data, back up data and avoid running as an elevated user; (4) be aware scripts will write files to paths you provide and the template engine will create an assets/templates folder — validate output paths to avoid accidental overwrites; (5) remember the tool is informational and not a substitute for legal advice — consult a lawyer or DPO for regulatory decisions.

Like a lobster shell, security has layers — review code before you run it.

latestvk975yvs2k8b3qfgf7tep602hzd83s9j3
136downloads
0stars
4versions
Updated 3w ago
v1.0.3
MIT-0
Wei Wu@wwumit
latest
Download

欧盟通用数据保护条例（GDPR）合规Skill

⚠️ 重要法律声明

免责条款

使用本技能前请仔细阅读以下条款：

1. 非法律建议

本技能提供的信息、工具和模板仅供参考，不构成法律建议、法律意见或专业法律咨询。用户应咨询合格律师获取正式法律意见。

2. 准确性免责

虽然我们尽力确保信息的准确性，但：

  • GDPR法规复杂且不断更新
  • 欧盟成员国可能有特定要求
  • 具体案情需要具体分析 用户应自行核实最新法规要求。

3. 责任限制

开发者对使用本技能产生的任何损失不承担责任，包括但不限于：

  • 直接经济损失
  • 间接或后果性损失
  • 商业机会损失
  • 商誉损害
  • 监管处罚或法律诉讼

4. 适用性限制

  • 本技能基于欧盟《通用数据保护条例》（GDPR）设计
  • 可能不适用于其他司法管辖区
  • 具体适用性需专业判断
  • 跨境数据传输需特别关注

5. 数据安全责任

  • 本技能在本地运行，处理的数据保留在用户设备上
  • 用户应自行负责数据备份和安全
  • 开发者不承担数据丢失或泄露责任
  • 用户应遵守GDPR的数据保护要求

使用限制

✅ 允许用途：

  • 作为GDPR合规自查的辅助工具
  • 用于生成初步合规文档模板
  • 用于风险评估参考和学习
  • 用于企业内部培训和教育

❌ 禁止用途：

  • 替代专业法律咨询或DPO意见
  • 作为法律证据或监管报告使用
  • 规避GDPR义务或监管要求
  • 侵犯数据主体合法权益
  • 用于非法目的

用户责任

  • 用户对使用本技能的所有决策和后果负全责
  • 用户应自行验证所有GDPR合规要求
  • 用户应保护处理的任何个人数据
  • 重大合规决策必须咨询专业法律顾问或DPO

专业咨询建议

对于以下情况，必须咨询专业律师或数据保护官（DPO）：

  • 跨境数据传输（特别是第三国传输）
  • 大规模或系统性数据处理
  • 涉及特殊类别个人数据
  • 数据保护影响评估（DPIA）
  • 监管检查、调查或法律纠纷
  • 数据泄露通知义务

⚠️ 安全声明

功能范围和安全限制

  1. 检查范围限定：本Skill仅提供合规性检查和指导，不执行任何系统级操作
  2. 数据安全：所有检查脚本不收集、存储或传输用户敏感数据
  3. 文件操作：仅限于读取参考文档和写入JSON格式的合规报告
  4. 权限最小化：运行脚本不需要特殊系统权限

使用注意事项

  1. 测试验证：建议先在测试环境验证功能，再应用于生产环境
  2. 授权确认：所有文件写入操作需要用户明确授权
  3. 合规责任：本Skill提供指导和工具，不替代专业法律意见
  4. 数据保护：生成的报告可能包含业务信息，请妥善保管

技术限制

  • 所有脚本以最小权限运行
  • 不包含网络通信功能
  • 不修改系统配置或文件
  • 仅生成只读格式的报告

适用对象

✅ 适用场景

  • 在欧盟境内设立的数据控制者或处理者
  • 向欧盟境内数据主体提供商品或服务
  • 监控欧盟境内数据主体的行为
  • 需要满足欧盟数据保护要求

❌ 不适用场景

  • 中国业务（请使用pipl-compliance）
  • 美国业务（请使用ccpa-compliance）
  • 跨境业务（请组合使用多个skill）

快速开始

1. 使用场景识别

典型场景：

  • 新数据处理活动前的合规检查
  • 数据保护影响评估（DPIA）
  • 数据泄露应急响应
  • 数据主体权利请求处理

2. 核心工作流程

① 确定数据处理合法性基础 → ② 检查GDPR要求 → ③ 执行DPIA（如需要） → 
④ 建立合规措施 → ⑤ 持续监控和改进

3. 常用命令

# GDPR合规检查
python3 scripts/gdpr-check.py --scenario "用户数据分析"

# DPIA生成
python3 scripts/dpia-generator.py --purpose "自动化决策"

# 数据主体权利检查
python3 scripts/data-subject-rights.py --right access

核心功能模块

1. GDPR法规库

文件：references/gdpr-regulation.md

  • GDPR完整条款摘要
  • 欧洲数据保护委员会（EDPB）指南
  • 成员国特定要求
  • 重要判例和执法案例

2. 合规检查工具

脚本：scripts/gdpr-check.py

主要检查项：

  • ✅ 合法性基础：是否有合法处理依据
  • ✅ 数据保护原则：是否遵守基本原则
  • ✅ 数据主体权利：是否保障完整权利
  • ✅ DPO要求：是否需要指定数据保护官
  • ✅ DPIA要求：是否需要数据保护影响评估
  • ✅ 数据泄露通知：是否符合通知要求

3. DPIA生成工具

脚本：scripts/dpia-generator.py

DPIA关键要素：

  1. 处理描述：详细描述数据处理活动
  2. 必要性评估：评估处理目的和比例性
  3. 风险评估：识别对数据主体权利的风险
  4. 措施规划：规划风险缓解措施
  5. 咨询意见：获得DPO或监管机构意见

4. 跨境传输工具

脚本：scripts/cross-border-transfer.py

传输机制：

  • 充分性决定：欧盟委员会认可的国家
  • 适当保障措施：标准合同条款（SCCs）、BCRs等
  • 例外情况：同意、合同履行、重大利益等

GDPR核心概念

1. 合法性基础（Article 6）

必须有至少一项合法性基础：

  1. 数据主体同意
  2. 履行合同所必需
  3. 履行法定义务
  4. 保护数据主体或他人重大利益
  5. 执行公共利益任务
  6. 控制者或第三方的合法利益

2. 数据主体权利

  • 知情权（Articles 13-14）
  • 访问权（Article 15）
  • 更正权（Article 16）
  • 删除权（被遗忘权，Article 17）
  • 限制处理权（Article 18）
  • 数据可携带权（Article 20）
  • 反对权（Article 21）
  • 自动化决策相关权利（Article 22）

3. 数据保护官（DPO）

必须指定DPO的情况：

  • 公共机构（除法院外）
  • 核心活动涉及大规模监控
  • 核心活动涉及大规模处理特殊类别数据

4. 数据保护影响评估（DPIA）

必须进行DPIA的情况：

  • 系统性、大规模监控
  • 大规模处理敏感数据
  • 自动化决策产生法律影响
  • 匹配或组合数据集
  • 处理弱势群体数据

实施步骤建议

第一阶段：数据映射和记录

时间：1-2周 目标：了解当前数据处理情况

  1. 数据处理记录：创建Article 30要求的记录
  2. 数据流分析：识别所有数据处理活动
  3. 第三方管理：识别所有数据接收方

第二阶段：合规措施实施

时间：1-3个月 目标：实施必要的GDPR要求

  1. 合法性基础确定：为每个处理活动确定合法性基础
  2. 隐私声明更新：更新符合GDPR的隐私声明
  3. 数据主体权利机制：建立权利响应机制
  4. 安全措施加强：实施适当技术措施

第三阶段：风险管理和持续合规

时间：持续进行 目标：确保持续合规

  1. DPIA实施：对高风险处理进行DPIA
  2. 员工培训：定期进行数据保护培训
  3. 监控审计：定期进行合规审计
  4. 应急准备：制定数据泄露应急预案

关键文件模板

1. 数据处理记录模板

符合Article 30要求的处理活动记录模板

2. DPIA报告模板

标准DPIA报告模板，包含风险评估矩阵

3. 数据泄露通知模板

向监管机构和数据主体的通知模板

4. 数据主体权利响应模板

各种权利请求的标准响应模板

📈 成功案例

案例1：欧盟创业公司实现GDPR合规

挑战: 一家计划扩展到欧盟市场的创业公司需要快速实现GDPR合规 解决方案: 使用本技能建立全面GDPR合规体系 成果:

  • 完成全面的GDPR合规检查
  • 建立数据主体权利响应机制
  • 创建符合GDPR要求的隐私声明
  • 通过监管机构初步检查
  • 合规实施时间从6个月缩短到2个月

案例2：跨境数据传输合规管理

挑战: 多国企业需要在欧盟和其他国家之间安全传输数据 解决方案: 使用跨境传输检查工具和标准合同条款模板 成果:

  • 建立标准化的跨境传输评估流程
  • 实施100+个跨境传输的SCCs机制
  • 通过EDPB跨境传输审查
  • 降低跨境传输合规风险80%
  • 建立可复制的传输合规模板

案例3：数据保护影响评估(DPIA)自动化

挑战: 大型科技公司需要定期对多个数据处理活动进行DPIA 解决方案: 使用DPIA生成工具和风险评估模板 成果:

  • 将DPIA准备时间从2周缩短到3天
  • 建立标准化的DPIA流程和模板
  • 完成50+个高风险处理活动的DPIA
  • 通过监管机构DPIA质量检查
  • 建立企业级DPIA管理机制

常见问题

Q1：如何确定合法性基础？

A：评估处理目的，选择最合适的合法性基础并记录理由，平衡测试对于合法利益尤为重要。

Q2：什么是"大规模处理"？

A：没有明确阈值，需考虑数据量、范围、持续时间、目的等因素综合判断。

Q3：DPIA什么时候需要？

A：可能对数据主体权利和自由产生高风险时，参考EDPB的DPIA指南清单。

Q4：数据泄露通知时限？

A：向监管机构通知应在72小时内，除非不可能。向数据主体通知应在高风险情况下及时进行。

免责声明

重要提示：

  1. 本skill提供合规指导和工具，不构成法律意见
  2. GDPR解释和应用需考虑成员国特定法律
  3. 建议咨询欧盟数据保护法律顾问
  4. 企业应承担最终合规责任

更新记录

版本更新日期主要内容
1.02026年3月25日初始版本创建
1.1待更新根据EDPB最新指南更新

最后更新：2026年3月25日
适用版本：专为欧盟GDPR合规设计
建议：定期关注欧洲数据保护委员会（EDPB）最新指南

版本管理和更新说明

版本历史记录

版本更新日期更新内容主要变化
1.0.32026年3月28日完整安全强化和功能对齐添加安全检查脚本、工具函数库、成功案例，对齐PIPL v1.1.8水准
1.0.22026年3月25日安全扫描问题修复修复文件名匹配问题，创建缺失脚本，添加详细安全声明
1.02026年3月25日初始版本创建基础GDPR合规框架、DPIA指南、数据主体权利

更新检查机制

1. 定期检查更新

  • 建议频率：每季度检查一次Skill更新
  • 更新通知：关注OpenClaw Skill商店更新通知
  • 版本对比：比较当前版本与最新版本差异

2. 法规变化监控

  • 欧盟渠道：关注欧洲数据保护委员会（EDPB）官网（edpb.europa.eu）
  • 成员国动态：关注各国数据保护机构通知
  • 执法趋势：关注欧盟及各成员国执法案例
  • 行业指南：关注各行业GDPR实施指南

重要提示

法律地位声明：

  1. 非法律意见：本Skill提供的合规指导和工具不构成法律意见
  2. 专业咨询必要：重要合规决策建议咨询欧盟法律顾问
  3. 成员国差异：注意各成员国可能有特定要求
  4. 及时更新：建议及时应用重要更新

使用责任：

  1. 企业主体责任：企业应承担最终合规责任
  2. 结合成员国要求：需同时遵守欧盟和成员国规定
  3. 持续监控：法规变化需持续关注
  4. 验证必要：重要输出应经过法律审核

当前版本：1.0.3
更新内容：完整安全强化和功能对齐，达到PIPL Compliance v1.1.8水准 主要改进：

  1. 添加完整的法律免责条款和使用限制
  2. 创建GDPR专用安全检查脚本 (security_check_gdpr.py)
  3. 添加详细的安全安装和使用指南 (SECURITY_CHECK_GUIDE.md)
  4. 创建工具函数库 (utils/gdpr_validator.py, gdpr_templates.py, gdpr_report_formatter.py)
  5. 添加详细使用场景和成功案例
  6. 增强GDPR特定功能检查和验证 下次检查更新：建议2026年6月底前检查 适用法规：欧盟通用数据保护条例（GDPR）及各成员国实施规定 安全等级：✅ 通过全面安全检查，可安全使用

Comments

Loading comments...