用途：在 AI 系统部署前、算法风险评估或审计时，生成结构化伦理审查文档，覆盖公平性、透明度、隐私、安全、问责与社会影响，产出一份可用于治理审查或负责任 AI 文档的清单。
主要能力：输出风险等级评估（高/中/低，按后果性、规模、可逆性、群体脆弱性、透明度打分）；公平性与偏见分析（训练数据偏见、代理歧视、群体差异表现、反馈循环）；透明度与可解释性（用户披露、决策解释、知情权、置信度校准）；隐私与数据（最小化、留存、再识别、第三方数据、跨境传输、是否需要 DPIA）；安全与可靠性（假阳/假阴、分布外输入、模型退化、对抗输入、单点故障、降级行为）；问责与治理（归属、审批、监控、关闭权限、事件响应、监管适用）；社会影响（劳动替代、环境、权力集中、信息生态）；缓解措施优先级清单与部署前检查清单。
必要用法：至少提供功能或模型名称及其作用；若缺少受影响人群、输出决策类型、后果严重性、所用数据、人工监督、部署环境等输入，仍可产出完整结果，但需用“（假设，待确认）”标注并集中列出假设。仅当核心主题本身缺失时才先提问。
适用场景：AI 招聘、信贷、推荐系统等高风险用例的部署前审查、发布后审计或变更评审，以及构建负责任 AI 清单。
限制：该技能仅提供识别与记录伦理风险的结构化框架，不替代法律意见、受监管的算法影响评估或特定司法辖区要求的专家伦理审查（如 EU AI Act、英国 AI 监管）。质量要求包括：受影响人群须涵盖被决策者而非仅使用者；公平分析须指明具体受保护特征；安全须覆盖假阳与假阴；问责须写出真实责任人；缓解措施须具体且有期限。应避免仅分析产品用户、接受“我们会监控”这类无阈值无责任人的缓解、将公平分析仅交给模型团队、将 DPIA 推迟到发布后、以及用整体准确率混淆公平性。具体价格、平台支持与安装命令暂未提供。