Communitygithub.com

cumplimiento-hipaa

Punto de entrada específico para HIPAA en trabajos de privacidad y seguridad sanitaria. Úsalo cuando una tarea esté explícitamente enmarcada en torno a HIPAA, el manejo de PHI, entidades cubiertas, BAAs, postura ante brechas o requisitos de cumplimiento sanitario en EE. UU.

¿Qué es cumplimiento-hipaa?

Este skill actúa como un punto de entrada específico para HIPAA, diseñado para guiar a un agente de IA en tareas explícitamente relacionadas con el cumplimiento sanitario en Estados Unidos. No reemplaza a skills más detallados como `healthcare-phi-compliance` o `healthcare-reviewer`, sino que los orquesta: primero invoca las reglas concretas de manejo de PHI, luego aplica compuertas de decisión HIPAA (¿es PHI? ¿es entidad cubierta? ¿requiere BAA?), y finalmente escala a revisores especializados si la tarea afecta la seguridad del paciente o flujos clínicos. Es útil para desarrolladores que construyen o revisan software sanitario, evaluando si logs, analytics, prompts de LLM o flujos de soporte generan exposición a HIPAA. La skill impone guardarraíles como no colocar PHI en logs, no exponerlo en URLs o almacenamiento del cliente, y exigir autenticación, autorización limitada y pistas de auditoría para todo acceso a PHI.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/hipaa-compliance

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Cumplimiento HIPAA

Usa esto como el punto de entrada específico para HIPAA cuando una tarea trate claramente sobre cumplimiento sanitario en EE. UU. Esta skill se mantiene intencionadamente ligera y canónica:

  • healthcare-phi-compliance sigue siendo la skill de implementación principal para el manejo de PHI/PII, clasificación de datos, registro de auditoría, cifrado y prevención de fugas.
  • healthcare-reviewer sigue siendo el revisor especializado cuando el código, la arquitectura o el comportamiento del producto necesitan una segunda revisión con conciencia sanitaria.
  • security-review sigue aplicándose para autenticación general, manejo de entrada, secretos, API y endurecimiento del despliegue.

Cuándo Usarlo

  • La solicitud menciona explícitamente HIPAA, PHI, entidades cubiertas, asociados comerciales o BAAs
  • Construir o revisar software sanitario en EE. UU. que almacene, procese, exporte o transmita PHI
  • Evaluar si los registros, análisis, prompts de LLM, almacenamiento o flujos de soporte crean exposición a HIPAA
  • Diseñar sistemas orientados a pacientes o clínicos donde importen el acceso mínimo necesario y la auditabilidad

Cómo Funciona

Trata HIPAA como una superposición de la skill de privacidad sanitaria más amplia:

  1. Comienza con healthcare-phi-compliance para las reglas de implementación concretas.
  2. Aplica compuertas de decisión específicas de HIPAA:
    • ¿Son estos datos PHI?
    • ¿Es este actor una entidad cubierta o asociado comercial?
    • ¿Requiere un proveedor o un modelo un BAA antes de tocar los datos?
    • ¿Está el acceso limitado al alcance mínimo necesario?
    • ¿Son auditables los eventos de lectura/escritura/exportación?
  3. Escala a healthcare-reviewer si la tarea afecta la seguridad del paciente, flujos clínicos o arquitectura de producción regulada.

Barreras Específicas de HIPAA

  • Nunca coloques PHI en registros, eventos de análisis, informes de fallos, prompts o cadenas de error visibles para el cliente.
  • Nunca expongas PHI en URLs, almacenamiento del navegador, capturas de pantalla o cargas de ejemplo copiadas.
  • Exige acceso autenticado, autorización con alcance limitado y pistas de auditoría para lecturas y escrituras de PHI.
  • Trata a SaaS de terceros, observabilidad, herramientas de soporte y proveedores de LLM como bloqueados por defecto hasta que el estado de BAA y los límites de datos estén claros.
  • Sigue el acceso mínimo necesario: el usuario adecuado solo debe ver la porción más pequeña de PHI necesaria para la tarea.
  • Prefiere identificadores internos opacos sobre nombres, MRNs, números de teléfono, direcciones u otros identificadores.

Ejemplos

Ejemplo 1: Solicitud de producto enmarcada como HIPAA

Solicitud del usuario:

Añade resúmenes de visitas generados por IA a nuestro panel de clínicos. Atendemos clínicas en EE. UU. y necesitamos cumplir con HIPAA.

Patrón de respuesta:

  • Activar hipaa-compliance
  • Usar healthcare-phi-compliance para revisar el movimiento de PHI, registro, almacenamiento y límites de prompts
  • Verificar si el proveedor de resumen está cubierto por un BAA antes de enviar cualquier PHI
  • Escalar a healthcare-reviewer si los resúmenes influyen en decisiones clínicas

Ejemplo 2: Decisión de proveedor/herramienta

Solicitud del usuario:

¿Podemos enviar transcripciones de soporte y mensajes de pacientes a nuestra pila de análisis?

Patrón de respuesta:

  • Asumir que esos mensajes pueden contener PHI
  • Bloquear el diseño a menos que el proveedor de análisis esté aprobado para cargas de trabajo sujetas a HIPAA y la ruta de datos esté minimizada
  • Exigir redacción o un modelo de eventos sin PHI cuando sea posible

Skills Relacionados

  • healthcare-phi-compliance
  • healthcare-reviewer
  • healthcare-emr-patterns
  • healthcare-eval-harness
  • security-review

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Skills relacionados