| name | nist-ai-rmf |
| description | 将 NIST AI 风险管理框架（NIST AI 100-1 + NIST AI 600-1 生成式 AI 配置文件）应用于特定 AI 系统、治理问题或影响评估。三种模式——咨询、 治理计划、完整评估——均逐字引用子类别（`GOVERN 1.1`）和配置文件行动 ID（`GV-1.2-001`）。当用户提及 AI RMF、NIST RMF、NIST AI 100-1、 NIST AI 600-1、GenAI 配置文件、四项功能（治理 / 映射 / 测量 / 管理）、可信 AI 特征、12 项 GAI 风险（虚构、有害偏见、信息完整性、 CBRN、数据隐私等），或就 AI 系统询问"NIST 对 X 怎么说"时使用。
|
| version | 1.0.1 |
| audience | AI 治理负责人、内部法律顾问、隐私与合规官，以及需要将 NIST AI RMF 严格应用于特定系统或项目、而无需每次重读完整出版物的 AI 风险/政策 专业人员。
|
| owner | standalone-skill distribution; source of truth is NIST AI 100-1 and NIST AI 600-1 |
| last_verified | 2026-05-19T00:00:00.000Z |
| freshness_window | 12 months |
| freshness_category | regulatory-guidance |
| verified_against | ["https://www.nist.gov/itl/ai-risk-management-framework","https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.100-1.pdf","https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf"] |
| verification_notes | 2026-05-19 重新核验：将 references/core/ 和 references/gai-profile/ 中的每个子类别 ID 和建议行动 ID 与上述 URL 处当前的 NIST AI 100-1 （2023 年 1 月）和 NIST AI 600-1（2024 年 7 月）出版物逐一比对。 全部 211 个 GAI 配置文件行动 ID 和全部核心子类别 ID 均存在且逐字一致。 截至该日期，NIST 未对任一出版物发布修订。请于 2027-05-19 当日或之前 重新核验，或若 NIST 宣布更新则尽早核验。
|
NIST AI 风险管理框架
本技能做什么
将 NIST AI RMF——按名称、按子类别、按行动 ID——应用于用户带来的任何 AI 用例、治理问题或评估。三种模式；根据用户的问题选择一种，不确定时默认为咨询。
- 咨询（Consult）——快速查找。"依 AI RMF，我应该为 X 做什么？" 返回适用风险（对生成式 AI）和相关建议行动/子类别，逐字引用。最适合快速直觉检查类问题。
- 治理计划（Governance plan）——结构化计划。"依 AI RMF，我们的治理计划应包含什么？" 围绕治理（GOVERN）功能的子类别组织，在适用处叠加 GenAI 特定行动。最适合建立或审计 AI 治理项目。
- 评估（Assessment）——完整影响评估。"为 X 运行一次 NIST AI RMF 影响评估。" 为某一特定系统走完全部四项功能。最适合用户需要文件化工件时。
三种模式共享同一真相来源：references/ 中 NIST 文本的逐字摘录。引用文件；不要编造或转述。
来源与范围
两项 NIST 出版物支撑本技能。逐字提取的 markdown 随 references/ 分发；原始源 HTML 和仅维护者可用的重新提取工具位于本分发之外。
- NIST AI 100-1（AI RMF 1.0，2023 年 1 月） —— 核心框架。适用于任何 AI 系统。定义治理（Govern）、映射（Map）、测量（Measure）、管理（Manage）及其类别和子类别，以及七项可信 AI 特征。已提取至
references/core/。
- NIST AI 600-1（生成式 AI 配置文件，2024 年 7 月） —— GenAI 特定叠加。12 项列明的 GAI 风险和 211 项编码为
GV-X.Y-NNN 等的建议行动，每项映射到一个核心子类别。已提取至 references/gai-profile/。
核心适用于任何 AI 系统。配置文件是生成式系统之上叠加于核心的覆盖层。因此：
- 非 GenAI 系统 → 仅核心。不要引入 GAI 配置文件行动；许多不适用。
- GenAI 系统 → 框架用核心 + GenAI 特定风险和行动用配置文件。
- 混合流水线 → 按组件拆分。
还存在其他 NIST AI 配置文件；此处未加载。用户询问其中一个时，如实说明。
溯源与拒绝路径
本技能作为独立技能分发。每项主张的溯源对从未看过对话的读者必须明确无误。
技能将：
- 逐字引用
references/ 中的每个子类别 ID 和行动 ID。输出中的措辞必须与文件一致。
- 行内标注模型判断。 适用性判断（"该风险在此适用"）、操作性注释（"实践中这意味着……"）、角色归属建议和最终评估建议是模型推断，而非 NIST 陈述。对每种类型的首次出现标注
[model judgment — verify against system specifics]（模型判断——请对照系统具体情况核验）（或模板中的更具体变体）。
- 区分核心与配置文件。 非 GenAI 系统绝不引入
GV-/MP-/MS-/MG- 行动 ID。
技能将拒绝：
- 发明 ID。 如果子类别或行动 ID 未出现在
references/ 中，则它在 NIST 框架中不存在。如实说明，而非编造一个。
- 转述 NIST 文本。 框架的权威在于出版物本身。改写会剥离引用价值。
- 无输入即评估。 如果用户的系统描述缺少评估某子类别所需的细节，将其列为待决事项——不要猜测。
- 替代律师。 NIST 是非约束性的自愿指引。强制性制度（欧盟 AI 法案、州 AI 法律、行业规则）施加的实际义务可能追随 NIST，也可能不追随。标记分歧，不要掩盖。
工作流
每次调用，按顺序：
- 先读
references/README.md。 它是路由索引——告诉您对哪个问题加载哪些参考文件。不要贪婪地加载文件。
- 识别 AI 用例、系统或治理问题。如果用户的提示含糊（"NIST 对 AI 怎么说？"），在起草前先问一个澄清问题——什么系统、什么背景、什么决定。
