SuperAPI AI 工具集

legal-risk-assessment

办公与效率

查看项目

更新于 10-15 07:58

技能介绍

用途

该技能用于对法律风险进行结构化、可量化的评估,核心方法是 5x5 的「严重程度 × 可能性」矩阵。资料显示其适用场景包括:风险打分、风险登记册维护、风险升级决策以及风险评估备忘的生成。

需要特别提示:资料将其标注为实验性(EXPERIMENTAL),仅供教育与信息参考,不构成法律建议,使用产生的全部责任由用户承担;在实际依据任何输出采取行动前,应咨询合格的法律专业人士。

主要能力

风险打分器(Risk Scorer)

根据严重程度与可能性输入计算风险分数,赋予颜色编码的风险等级,并生成汇总统计。支持单条打分、从风险登记册文件进行批量打分,以及 JSON 输出。

输出内容包括:风险分数(严重程度 × 可能性)、颜色编码等级(GREEN / YELLOW / ORANGE / RED)、建议动作(Accept / Monitor / Mitigate / Escalate)、批量汇总统计(各等级数量、平均分)。

输入 JSON 格式(批量模式):

{
  "risks": [
    {"severity": 4, "likelihood": 3, "category": "Contract", "description": "Vendor SLA breach"},
    {"severity": 2, "likelihood": 2, "category": "Regulatory", "description": "Minor filing delay"}
  ]
}

风险报告生成器(Risk Report Generator)

从风险登记册 JSON 文件生成格式化的 Markdown 风险评估备忘。报告内容包括:ASCII 风险矩阵可视化、风险分布摘要(各等级数量与百分比)、按分数排序的头部风险、每项风险的建议动作与负责人分配、监控计划建议、升级建议。

使用方式

风险打分器命令示例

# Score a single risk
python scripts/risk_scorer.py --severity 4 --likelihood 3 \
  --category "Contract" --description "Vendor SLA non-compliance"

# JSON output
python scripts/risk_scorer.py --severity 4 --likelihood 3 \
  --category "Contract" --description "Vendor SLA breach" --json

# Batch mode from risk register file
python scripts/risk_scorer.py --input risks.json --json

# Batch mode with human-readable output
python scripts/risk_scorer.py --input risks.json

风险报告生成器命令示例

# Generate memo from risk register
python scripts/risk_report_generator.py --input risk_register.json

# Save to file
python scripts/risk_report_generator.py --input risk_register.json --output memo.md

# JSON metadata output
python scripts/risk_report_generator.py --input risk_register.json --json

工具参数说明

risk_scorer.py:--severity <1-5>(单条模式必填,1=Negligible,2=Minor,3=Moderate,4=Major,5=Critical);--likelihood <1-5>(单条模式必填,1=Remote,2=Unlikely,3=Possible,4=Likely,5=Almost Certain);--category <text>(单条模式必填,可选 Contract、Regulatory、Litigation、IP、Data Privacy、Employment、Corporate);--description <text>(单条模式必填);--input <file>(批量模式必填,包含多个风险的 JSON 文件路径);--json(可选,以 JSON 格式输出)。

risk_report_generator.py:--input <file>(必填,风险登记册 JSON 文件路径);--output <file>(可选,将备忘保存到指定路径,Markdown 格式);--json(可选,以 JSON 格式输出报告元数据)。

工作流

工作流 1:新风险评估

  1. 识别风险类别与描述,可参考 references/risk_framework.md 中的类别定义;
  2. 打分严重程度(1-5)与可能性(1-5),调用 risk_scorer.py 单条打分;
  3. 查看风险等级与建议动作:GREEN 为接受并记录;YELLOW 为指定负责人并监控;ORANGE 为升级至高级法律顾问;RED 为立即升级、启动危机管理;
  4. 判断是否需要外部律师,参阅 references/escalation_guide.md;
  5. 将条目写入风险登记册 JSON 文件。

工作流 2:定期风险登记册复核

  1. 加载当前风险登记册,运行批量打分;
  2. 生成评估备忘并保存为文件;
  3. 复核头部风险与分布,优先关注 ORANGE 与 RED;
  4. 对发生变化的风险更新严重程度/可能性并重新打分、重新生成报告;
  5. 将备忘分发给相关方。

工作流 3:升级决策

  1. 对风险打分;
  2. 检查升级触发条件:强制类为正在进行中的诉讼、政府调查、刑事风险;强烈建议类为新型问题、跨司法辖区复杂性、重大敞口;可考虑类为复杂争议、雇佣事项、数据事件;
  3. 记录升级理由,包括风险分数、等级与具体触发条件;
  4. 如需要,依据 references/escalation_guide.md 的标准选择外部律师。

参考指南

风险框架(references/risk_framework.md)

包含完整的「严重程度 × 可能性」矩阵参考:严重程度 1-5 级及对应的财务敞口百分比;可能性 1-5 级及对应的概率区间;风险矩阵可视化;风险分类(GREEN/YELLOW/ORANGE/RED)及动作;备忘与登记册条目的文档标准。

升级指南(references/escalation_guide.md)

说明何时需要聘请外部律师:强制聘请的触发条件(诉讼、调查、刑事);强烈建议的场景(新型问题、重大敞口);可考虑的场景(复杂争议、雇佣、数据事件);风险类别定义与助长/缓解因素。

故障排查

资料给出的常见问题与建议包括:风险分数对严重事项显得过低,可能是严重程度或可能性被低估、未纳入定性因素,应复核 risk_framework.md 中的严重程度说明,考虑最坏情形的财务敞口,并在描述中加入助长因素;同一类别下多个风险分数不同属于正常现象,每项风险相互独立,可在报告中查看类别层面的趋势;批量模式失败通常由 JSON 格式错误或缺少必填字段引起,需核对结构并确保每项风险包含 severity、likelihood、category、description;报告生成器出现空矩阵,应检查输入 JSON 是否包含有效风险且严重程度与可能性在 1-5 之间;升级指南建议外部律师但预算受限时,应记录预算约束与剩余风险接受情况,并考虑限定范围的聘请;风险登记册过于庞杂时,应归档已解决风险、合并相关风险并按季度复核。

成功标准

所有识别出的法律风险均已打分并记录,每项风险在登记册中都有严重程度、可能性、类别、描述与建议动作;风险分布按季度复核,生成备忘并附带趋势分析分发给相关方;ORANGE 与 RED 风险均已指定负责人与缓解计划;升级决策记录理由,外部律师聘请触发条件清晰可查;风险登记册作为动态文档维护,随状态变化更新、解决或归档。

范围与限制

范围内:使用 5x5「严重程度 × 可能性」矩阵进行量化风险打分;风险登记册管理与批量处理;生成带矩阵可视化的风险评估备忘;外部律师聘请的升级指导;风险分类(Contract、Regulatory、Litigation、IP、Data Privacy、Employment、Corporate)。

范围外:针对具体风险缓解策略的法律意见(需咨询法律顾问);保险覆盖分析或精算计算;监管申报或提交准备;合同起草或审阅;诉讼策略或案件管理。

反模式

资料列出的应避免做法包括:以委员会共识而非标准来打分,应一致使用既定的严重程度与可能性量表,不应为迎合相关方而协商分数;将风险登记册视为一次性工作,登记册是动态文档,应安排季度复核并相应更新分数;将所有事项都升级给外部律师,升级指南定义了具体触发条件,过度升级会浪费预算并形成依赖;完全忽视 GREEN 风险,GREEN 风险仍需记录与定期监控,情况变化时可能升级为 YELLOW 或 ORANGE;将风险分数作为唯一决策依据,分数是判断的输入而非替代,声誉影响或战略重要性等定性因素可能需要超出分数建议的行动。

暂未提供的信息

资料中未提供该技能的收费、价格、具体平台支持情况、实际使用效果数据,也未提供官方文本,上述内容暂未提供。