القائمة
CAC执法案例对照——匹配自身业务与已公开执法案例，评估违规风险。 适用情形：pipl-assessment识别风险后，对照真实执法案例评估具体风险程度。 核心价值：CAC执法案例是最直接的风险参照系，比法规条文更具实操价值。
يُحدَّد Prompt الذي يراجع المصدر أولًا بشكل افتراضي. يمكنك التبديل إلى أمر مباشر أو تنزيل نسخة محلية.
اقرأ SKILL.md وأي ملفات مرافقة يعرضها SkillsMP قبل أن تقرر التثبيت.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
يتجاوز الأمر المباشر Prompt المخصّص للمراجعة. افحص المصدر قبل تشغيله.
npx skills add https://github.com/vivy-yi/Greater-China-Legal --skill cac-enforcementيبقى الأمر في سطر واحد. مرّر أفقيًا لمراجعته كاملًا قبل النسخ.
تفضّل نسخة محلية؟ نزّل الملفات المتاحة حاليًا لدى SkillsMP.
刑事判决书生成——接收案件事实描述，调用8个原子能力，生成格式规范、论证严密的完整刑事判决书。 适用情形：用户要求"起草判决书"/"生成裁判文书"/"根据案卷写文书"。 核心流程：事实提取→概念理解→争议识别→法条检索→案例检索→演绎推理→格式适用→术语规范。 注意：本skill是刑事一审判决书专用模板，GCL不涉及实际司法文书输出，此skill仅作框架参考。
法律文书格式适用——起草格式规范的民事/刑事判决书，或识别文书类型并套用对应格式。 适用情形：起草判决书/生成裁判文书/写民事判决书/写刑事判决书。 核心：识别民事vs刑事→按七段式顺序起草→在需要处调用对应原子技能。 这是GCL各场景的文书输出层，与judgment-document-generation互补（后者专注刑事+8步流程，前者覆盖民刑+分段落格式规范）。
法律文书摘要——对判决书、裁定书、调解书、仲裁裁决书、行政处罚决定书进行结构化摘要。 适用情形：用户要求做摘要/提炼要点/生成裁判要旨/提取案件信息。 核心：六要素框架（案件信息+事实背景+争议焦点+法律依据+结论结果+说理过程），忠实原文，区分文书类型。 禁用：不得添加原文未载明的事实/观点/结论，不得出现主观评价性措辞。
استنادا إلى تصنيف SOC المهني
عرض SKILL.md
| name | cac-enforcement |
| description | CAC执法案例对照——匹配自身业务与已公开执法案例，评估违规风险。 适用情形：pipl-assessment识别风险后，对照真实执法案例评估具体风险程度。 核心价值：CAC执法案例是最直接的风险参照系，比法规条文更具实操价值。 |
| argument-hint | [业务类型，如'app/电商/金融/医疗'] [或具体违规场景] |
| legal_frame | cn-mainland |
| last_reviewed | 2026-06 |
| version | 1.0.0 |
| risk_level | high |
| trigger_phrases | ["执行","数据合规","个人信息","PIPL","跨境"] |
首次使用时： 读取 ../CLAUDE.md 获取场景级配置（法域足迹/数据源/置信度规则）。
⚠️ CAC执法案例持续更新，须通过以下路径查询最新案例：
[GOV] CAC官网：https://www.cac.gov.cn/
[GOV] 网信办执法公告：http://www.cac.gov.cn/
[GOV] 全国信息安全标准化技术委员会：https://www.tc260.org.cn/
关键词："网络安全和信息化行政处罚" 或 "个人信息保护处罚"
执法案例库持续更新中，建议定期查询。
| 案例 | 违规行为 | 处罚金额 | 教训 |
|---|---|---|---|
| 某科技公司超范围收集个人信息 | 收集手机IMSI/应用列表等 | 5000万 | 超范围收集是高频违规 |
| 某电商平台强制索取权限 | 强制用户授权位置/通讯录 | 100万 | 不得捆绑授权 |
| 某在线教育平台未成年人信息 | 未取得监护人同意收集14岁以下信息 | 200万 | 未成年人须特别保护 |
| 某出行平台过度索权 | 违规处理位置行踪信息 | 警告+整改 | 位置信息高敏感度 |
| 案例 | 违规行为 | 处罚金额 | 教训 |
|---|---|---|---|
| 某社交平台数据泄露 | 未采取安全措施导致数据泄露 | 1亿+ | 安全措施必须到位 |
| 某金融APP违规共享数据 | 未告知情况下向第三方提供信用数据 | 500万 | 共享须单独同意 |
| 某智能硬件厂商人脸识别 | 收集人脸未单独告知 | 1000万 | 人脸属于敏感信息 |
典型违规行为：
CAC关注重点：
处罚参考： 情节严重可处罚5000万或年营业额5%
典型违规行为：
CAC关注重点：
处罚参考： 情节严重可处罚5000万或年营业额5%
典型违规行为：
合规路径：
典型违规行为：
合规要点：
| 情形 | 处罚 |
|---|---|
| 违反告知/同意义务 | 责令改正 + 警告 + 罚款（100万以下） |
| 超范围处理 | 责令改正 + 罚款（100万以下/情节严重5000万以下） |
| 违法提供/出售 | 没收违法所得 + 罚款（违法所得10-100倍/无违法所得500万以下） |
| 情节严重 | 责令改正 + 罚款（5000万以下或年营业额5%以下） |
| 责任人 | 1-10万罚款 + 禁止在相关企业任职 |
根据pipl-assessment结果，列出高风险场景
CAC官网：https://www.cac.gov.cn/
关键词搜索：[业务类型] + [违规关键词]
| 因素 | 风险提升 | 风险降低 |
|---|---|---|
| 有类似处罚先例 | ⬆️ 高 | — |
| 涉及敏感信息 | ⬆️ 高 | — |
| 涉及未成年人 | ⬆️ 极高 | — |
| 已自查整改 | — | ⬇️ 可减轻 |
| 有合规记录/认证 | — | ⬇️ 可减轻 |
## CAC执法案例对照
### 自身违规场景
[从pipl-assessment识别的高风险场景]
### 类似执法案例
| 案例 | 违规行为 | 处罚金额 | 与自身业务相似度 |
|---|---|---|---|
| [案例] | [行为] | [金额] | 🔴高/🟡中/🟢低 |
### 自身风险评估
- 综合风险等级：[🔴极高/🔴高/🟡中/🟢低]
- 主要风险点：[1-3个]
- 参照处罚金额：[X万 - X万]
### 合规整改建议
1. [优先级最高]
2. [次高]
3. [持续改进]
### 建议申报/认证
- 是否须申报安全评估：✅/❌
- 是否须申请认证：✅/❌
Greater China Legal — B-phase Scene C data-compliance v1.0.0