法条决策树生成

v1.0.0

基于前六步分析结果,为法条生成完整的适用决策流程图(SOP),标注判断节点、证据要求和切换条件。这是法条分析的最终沉淀,形成可复用的实战操作指南。

0· 153·0 current·0 all-time

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for mctmilk/legal-decision-tree-mctmilk.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "法条决策树生成" (mctmilk/legal-decision-tree-mctmilk) from ClawHub.
Skill page: https://clawhub.ai/mctmilk/legal-decision-tree-mctmilk
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install legal-decision-tree-mctmilk

ClawHub CLI

Package manager switcher

npx clawhub@latest install legal-decision-tree-mctmilk
Security Scan
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Benign
high confidence
Purpose & Capability
技能名称/描述与 SKILL.md 中的指令一致:把前置分析(前四到六步)的结果生成文字格式的决策流程图、标注判断节点、证据与切换点。没有声明或要求与其目标不相称的权限、环境变量或外部二进制。
Instruction Scope
运行说明只限定于基于已有分析结果输出 ASCII 文字树形决策图,并标注证据、举证责任和切换点。没有指示去读取系统文件、环境变量、网络上传输数据或访问与本技能目的无关的配置。说明假定先前分析结果可由用户或对话上下文提供,这一点在使用前应确认。
Install Mechanism
无安装规范且为 instruction-only(仅 SKILL.md),没有下载、执行或写入磁盘的安装步骤,风险最低。
Credentials
不要求任何环境变量、凭证或配置路径。所需资源仅是用户/对话上下文中已完成的前置分析结果,与技能目的相称。
Persistence & Privilege
flags 使用默认设置(always:false,允许模型调用),没有要求常驻或修改其它技能/系统配置的权限。单独运行时不会更改代理或系统设置。
Assessment
该技能在内部一致且低风险:它仅把已有人为或模型生成的法条分析整理为可复用的决策树。安装前请注意: - 确保在调用此技能时已提供或粘贴“前六步”的分析结果,否则输出可能空泛或基于模型假设(易出现幻觉)。 - 输出可能包含案件事实或敏感信息,谨慎处理和保存,避免未经同意泄露当事人隐私。 - 虽然技能不会请求凭据或安装软件,但生成的法律结论仍需由有执业资格的律师复核:模型可能在复杂法律问题上产生不准确或不完整的建议。 - 如果允许代理自主调用技能(平台默认),确认你信任该代理的权限与对话上下文来源;技能本身不要求额外权限,也不会自动外发数据,但代理在上下文中包含敏感信息时会在生成中使用它们。

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

decisionvk973sp1r9dnngwt56d7sv53cps83gnzxlatestvk973sp1r9dnngwt56d7sv53cps83gnzxlawvk973sp1r9dnngwt56d7sv53cps83gnzxlegalvk973sp1r9dnngwt56d7sv53cps83gnzxmctmilkvk973sp1r9dnngwt56d7sv53cps83gnzx
153downloads
0stars
1versions
Updated 1mo ago
v1.0.0
MIT-0

法条适用决策树生成 (Legal Decision Tree)

触发场景

  • 用户说"生成决策流程图"、"做成SOP"、"形成可复用的指南"
  • 用户完成了前六步分析,想把结果固化
  • 用户想有一张每次遇到这类案件都能用的"作战地图"

前置条件

此 skill 应在完成以下任一步骤后使用:

  1. legal-structural-analysis-mctmilk - 结构化拆解
  2. legal-concept-deep-dive-mctmilk - 概念深挖
  3. legal-system-mapper-mctmilk - 体系定位
  4. legal-evidence-mapping-mctmilk - 证据对应

建议至少完成前四步后再使用此 skill。

核心提示词

基于以上分析,请为【法条编号】生成一张完整的适用决策流程图:

要求:
1. 以"是否满足要件"为判断节点
2. 每个节点标注:需要审查的事实 + 关键证据 + 举证责任
3. 标出常见"岔路口":在哪些节点最容易出现争议?争议如何处理?
4. 标出与其他法条的切换点:不满足本条时,可以转向哪条?
5. 最终到达:支持/驳回的结论 + 法律效果

格式(文字树形结构):
START → 审查要件1(XXX)
  ├── 是 → 审查要件2(XXX)
  │         ├── 是 → ……(继续直到结论)
  │         └── 否 → [替代方案/驳回理由]
  └── 否 → [替代法条/驳回]

输出要求

  1. 决策流程图(文字树形结构,ASCII格式)
  2. 每个判断节点标注
    • 需要审查的具体事实
    • 关键证据要求
    • 举证责任归属
  3. 岔路口标注:易争议点 + 处理方式
  4. 切换点标注:不满足本条时的备选法条

示例输出格式

START
└── 审查:行为人是否实施了侵权行为?
    ├── 是 → 审查:是否造成损害后果?
    │         ├── 是 → 审查:行为与损害是否存在因果关系?
    │         │         ├── 是 → 审查:行为人是否有过错?
    │         │         │         ├── 是 → 结论:支持原告诉请
    │         │         │         └── 否 → 结论:按公平责任处理
    │         │         └── 否 → 结论:不构成侵权,驳回
    │         └── 否 → 结论:不构成侵权,驳回
    └── 否 → 结论:不构成侵权,驳回

【切换点】如不满足本条,可转向:
- 第1166条(无过错责任)
- 第1167条(公平责任)

注意事项

  • 这张图就是用户个人的"法条专属SOP",每次遇到相关案件直接对照使用
  • 建议用户保存下来,实践中不断补充完善
  • 切换点非常重要,帮助用户避免"一条路走到黑"

Comments

Loading comments...