Communitygithub.com

ThomasMoreAI/legal-skills-open

Compile o conhecimento prático institucional de PI dos registros de atividade do FirmVault em um wiki estruturado do Obsidian usando a arquitetura de Base de Conhecimento LLM de Karpathy. Use ao adicionar novos casos, recompilar, consultar ou auditar o wiki do escritório de advocacia.

O que é legal-skills-open?

Esta skill permite compilar automaticamente conhecimento prático de um escritório de advocacia (como registros de atividade do FileVine) em um wiki estruturado do Obsidian. Utiliza a arquitetura em 3 camadas de Karpathy (fontes brutas, compilador LLM, wiki estruturado) para transformar grandes volumes de logs de atividade (ex: mais de 114.000 entradas) em artigos atômicos de conhecimento e insights transversais. A skill suporta a ingestão de planilhas Excel exportadas do FileVine, agrupamento por caso, conversão para markdown com frontmatter YAML, e compilação paralela em lotes de ~80 mil tokens. Subagentes são instruídos a ler artigos existentes, atualizar evidências, anonimizar PII, e nunca reescrever o índice mestre (index.md), evitando condições de corrida. Inclui heurísticas para amostragem de logs (primeiros + últimos), detecção de duplicatas, e auditoria de fluxo de trabalho (PHASE_DAG). É ideal para equipes jurídicas que desejam manter um repositório de conhecimento institucional atualizado e acionável, com suporte para grandes volumes de dados e compilação incremental.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ThomasMoreAI/legal-skills-open/tree/HEAD/us/personal-injury/skills/law-firm-wiki-compiler

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Compilador de Wiki do Escritório de Advocacia

Quando Usar

  • Adicionar novos casos ou arquivos de casos antigos ao wiki
  • Recompilar após atualizações de registros de atividade
  • Consultar o wiki para conhecimento institucional
  • Executar verificações de saúde/qualidade nos artigos do wiki
  • Gerar skills do Hermes a partir de artigos do wiki

Ingestão de Excel (Exportações de Atividade do FileVine)

Quando Aaron enviar uma planilha Excel de registros de atividade do FileVine:

Formato esperado

  • Colunas da planilha: Nome do Projeto | Texto da Nota | Criado em | (vazio)
  • Nome do Projeto = "Nome do Cliente TipoCaso MM/DD/AAAA" (ex: "Amy Stich WC 01/17/2024")
  • Texto da Nota = notas de atividade formatadas em markdown (pode conter links do FileVine, tachados)
  • Criado em = data e hora

Etapas de conversão

  1. pip install openpyxl se necessário
  2. Carregar com openpyxl.load_workbook(caminho, read_only=True)
  3. Slugificar nomes de casos conforme regras do FirmVault (minúsculas, remover apóstrofos/aspas, & → e, não-alfanuméricos → hifens)
  4. Agrupar entradas por caso, depois por data dentro de cada caso
  5. Escrever em FirmVault/cases/<slug>/Activity Log/<AAAA-MM-DD>.md com frontmatter:
    schema_version: 2
    date: "AAAA-MM-DD"
    category: imported
    subcategory: settlement_activity_export
    
  6. Usar a tag subcategory: settlement_activity_export para identificar casos importados do Excel posteriormente

Múltiplos arquivos em uma sessão

Aaron frequentemente envia vários arquivos Excel em sequência. Processe cada um completamente (converter → agrupar → compilar → reconstruir índice) antes de pedir o próximo. O conversor lida com a desduplicação automaticamente — se um diretório de caso já existir, novos logs são anexados; se um arquivo de log para essa data existir, ele anexa uma seção "Entradas Importadas".

Referência de tamanho (importações de 2026-04-12)

  • Arquivo 1 (settlement_1): 17.639 linhas → 198 casos → 6.221 arquivos de log (13,7 MB)
  • Arquivo 2 (settlement_2): 22.182 linhas → 169 casos → 7.341 arquivos de log (12,9 MB)
  • Arquivo 3 (settlement_3): 688 linhas → 8 casos → 158 arquivos de log (pequeno)
  • Arquivo 4 (closing): 9.363 linhas → 125 casos → 2.924 arquivos de log
  • A conversão leva ~2 segundos por arquivo
  • Detecção de duplicatas: compare contagem de linhas + primeira/última linha para identificar reenvios

Decisões de tamanho de lote

  • >50 casos: 3 subagentes paralelos (dividir uniformemente por contagem de logs)
  • 10-50 casos: 1-2 subagentes dependendo do volume de logs
  • <10 casos: Subagente único com atualizações de artigos direcionadas. NÃO peça para ler todos os artigos existentes — aponte para os 5-6 artigos mais prováveis de serem atualizados. Defina max_iterations=30 para evitar ficar sem turnos na leitura.

Script de conversor reutilizável

Salvar em /tmp/convert_excel.py, troque o caminho para cada novo arquivo. O script:

  • Usa openpyxl (pip install se ausente)
  • Slugifica conforme regras do FirmVault
  • Agrupa por caso → data → escreve markdown com frontmatter
  • Relata diretórios de caso novos vs. atualizados

Arquitetura

Padrão de 3 camadas de Karpathy: fontes brutas → compilador LLM → wiki estruturado

Camada 1: Bruta (imutável)
  cases/*/Activity Log/*.md  — 21K+ logs de atividade
  cases/*/*.md               — arquivos de caso
  
Camada 2: Wiki (mantido por LLM)
  wiki/
    Home.md          — painel do Obsidian
    index.md         — catálogo mestre
    log.md           — histórico de compilação
    concepts/*.md    — artigos de conhecimento atômico (63 em 2026-04-12)
    connections/*.md — insights transversais (26 em 2026-04-12)
    AGENTS.md        — esquema do compilador (a especificação)
    SPEC.md          — documento de arquitetura
    
Camada 3: Consumidores
  Skills semânticas do Hermes, agentes OpenClaw, Aaron via Hermes

Processo de Compilação

Processamento em Lote (para casos em massa)

  1. Agrupar casos em lotes de ~80 mil tokens
  2. Delegar 3 lotes em paralelo
  3. Cada subagente lê AGENTS.md, artigos existentes, arquivos de caso + amostras de logs
  4. Subagentes ATUALIZAM artigos existentes (evidence_count++) ou CRIAM novos
  5. NÃO permitir que subagentes reescrevam index.md (condição de corrida) — reconstruir após
  6. Reconstruir index.md a partir de todos os artigos no disco após todos os lotes terminarem

Instruções Chave para Subagentes Compiladores

  • Leia AGENTS.md para o esquema completo
  • Leia TODOS os artigos existentes (concepts + connections) antes de escrever
  • ANONIMIZE todos os PII (use "Caso A", "Caso B", etc.)
  • ATUALIZE existente > CRIE novo (aumentar confiança é o objetivo)
  • Confiança: baixa (<5 casos), média (5-9), alta (10+)
  • Use [[wikilinks]] entre artigos
  • Anexe ao log.md, não reescreva index.md

Estratégia de Amostragem

  • Casos grandes (400+ logs): primeiros 40 + últimos 40 cronologicamente
  • Casos médios (100-400): primeiros 25 + últimos 25
  • Casos pequenos (<100): primeiros 10 + últimos 10, ou todos

Template de Prompt do Subagente

Compilador do Wiki do Escritório de Advocacia. Leia /opt/data/FirmVault/wiki/AGENTS.md.
Leia artigos existentes em wiki/concepts/ e wiki/connections/.
Compilar casos: [LISTA]. Para cada: leia cases/<slug>/<slug>.md e
amostre primeiros N + últimos N logs de atividade. ATUALIZE artigos existentes
(incremente evidence_count, aumente confiança: 5=média, 10=alta).
CRIE novo apenas para padrões genuinamente novos. ANONIMIZE PII.
Escreva em wiki/. NÃO reescreva index.md. Anexe a wiki/log.md.

Adaptar prompts à categoria de dados

Diferentes exportações Excel contêm diferentes tipos de dados. Adicione uma dica de foco:

  • Arquivos de acordo: "Foco em: padrões de acordo, táticas de negociação, cronogramas de tratamento, gestão de SOL, comportamento do ajustador, resolução de ônus"
  • Arquivos de encerramento: "Estes são casos de ENCERRAMENTO — procure especialmente por: fluxos de encerramento de caso, motivos de recusa, desembolso final, arquivamento de arquivos, obrigações pós-encerramento, padrões de rescisão de cliente"
  • Arquivos de admissão: Foco em onboarding, verificação de seguro, encaminhamentos iniciais de tratamento Isso melhora dramaticamente a qualidade da extração de padrões.

Reconstrução de índice

Sempre reconstrua index.md como uma delegate_task separada após todos os lotes de compilação terminarem. Mesmo para lotes pequenos. O subagente só precisa analisar o frontmatter YAML de todos os arquivos .md em concepts/ + connections/ e gerar o índice conforme o esquema em AGENTS.md. Leva ~60 segundos, max_iterations=15.

Vault do Obsidian

O diretório wiki/ É um vault do Obsidian:

  • Configuração .obsidian/ com cores de grafo (azul=concepts, laranja=connections)
  • Home.md como página de destino
  • [[wikilinks]] usam nomes de slug (NÃO prefixados com caminho)
  • A visualização de grafo mostra interconexões entre artigos

Regras de Wikilink

  • Use [[slug-name]] não [[concepts/slug-name]]
  • O Obsidian resolve por nome de arquivo; caminhos quebram links

Filtrando Casos para Compilação

Duas abordagens — use o arquivo Excel diretamente (preferido) ou escaneie o vault:

Preferido: Extrair slugs do próprio arquivo Excel

# Analisar Excel → obter nomes únicos de projeto → slugificar → agrupar
wb = openpyxl.load_workbook(caminho, read_only=True)
cases = Counter(str(r[0]).strip() for r in list(wb.active.iter_rows(values_only=True))[1:] if r[0])
slugs = [{"slug": slugify(nome), "logs": contagem} for nome, contagem in cases.items()]

Isso é preciso — compila apenas o que foi importado.

Alternativa: Escanear vault por tag de subcategoria

for slug in os.listdir(cases_dir):
    for logfile in os.listdir(log_dir):
        if "settlement_activity_export" in open(logfile).read(200):
            new_slugs.append(slug)
            break

NÃO use filtragem baseada em mtime — isso pega todos os casos no vault (incluindo antigos cujos diretórios foram tocados durante a conversão).

Armadilhas

  1. Subagentes paralelos causam condições de corrida em evidence_count — aceite variação de ±3
  2. Não deixe subagentes reescreverem index.md — reconstrua você mesmo após todos os lotes
  3. Casos grandes (1000+ logs) devem ser truncados — amostre estrategicamente
  4. Wikilinks com prefixos de caminho quebram no Obsidian — remova concepts/ etc.
  5. O script compile.py gera prompts mas não chama o LLM diretamente — use delegate_task
  6. Alguns artigos referenciam links aspiracionais (artigos ainda não criados) — tudo bem, eles serão criados conforme mais casos forem compilados
  7. Escaneamento do vault baseado em mtime não funciona para identificar casos "recém importados" — a conversão também toca diretórios existentes. Sempre extraia a lista de casos do próprio arquivo Excel.
  8. Casos de encerramento são em sua maioria recusas, não encerramentos pós-acordo. O fluxo de recusa/encerramento recebe o maior aumento de evidência dos dados de encerramento, e não o fluxo de desembolso de acordo.
  9. Lotes pequenos (<10 casos) esgotam as iterações do subagente se você pedir para ler todos os 89 artigos. Aponte para artigos específicos.

Fluxo de Trabalho com Múltiplos Arquivos

Quando o usuário enviar vários arquivos Excel, converta todos primeiro e depois compile:

  1. Reutilize /tmp/convert_excel.py — apenas troque o nome do arquivo para cada arquivo
  2. Após todos convertidos, agrupe apenas os casos NOVOS (use slugify + verifique existência)
  3. Compile em 3 lotes paralelos, depois reconstrua o índice uma vez no final

Detecção de Duplicatas

O usuário pode enviar o mesmo arquivo duas vezes (mesmo nome, ID de documento diferente). Compare contagens de linhas + primeira/última linha para detectar duplicatas antes de converter.

Tamanhos de Importações

  • Arquivo 1 (settlement_1): 17,6 mil entradas, 198 casos, 6,2 mil arquivos de log
  • Arquivo 2 (settlement_2): 22,1 mil entradas, 169 casos, 7,3 mil arquivos de log
  • Arquivo 3 (settlement_3): 688 entradas, 8 casos (pequeno — lote único)
  • Arquivo 4 (closing): 9,3 mil entradas, 125 casos, 2,9 mil arquivos de log
  • Arquivos 5-7 (arquivados 2,3,4): 64,3 mil entradas, 692 casos, 21 mil arquivos de log Total ingerido: ~114 mil entradas, 1.170 casos, ~56 mil arquivos de log → 93 artigos no wiki

Agrupamento Preferido

  • <20 casos: subagente único, sem lotes
  • 20-300 casos: 3 subagentes paralelos
  • 300 casos: 3 subagentes paralelos com amostragem agressiva (primeiros 10 + últimos 10)

  • Sempre reconstrua index.md APÓS todos os lotes terminarem (nunca deixe subagentes mexerem nele)

Armadilha: filtragem baseada em mtime não é confiável

Não use mtime de arquivo para encontrar casos "novos" — convert_excel.py também toca arquivos existentes. Em vez disso, extraia nomes de casos do Excel diretamente e slugifique para obter a lista alvo.

Arquivos

  • FirmVault: /opt/data/FirmVault
  • Wiki: /opt/data/FirmVault/wiki/
  • Esquema: wiki/AGENTS.md
  • Conversor: /tmp/convert_excel.py (troque o nome do arquivo entre execuções)
  • Contagens de artigos: 65 concepts + 28 connections = 93 total (em 2026-04-12)
  • Decisões: /opt/data/FirmVault/decisions/ (ADR-000 a ADR-006)
  • Relatório de auditoria: /opt/data/FirmVault/wiki/reports/workflow-vs-wiki-audit.md
  • Proposta v2: /opt/data/FirmVault/wiki/reports/PHASE_DAG_v2_proposal.md

Auditoria de Fluxo de Trabalho

Após uma rodada de compilação importante, audite o wiki contra o PHASE_DAG:

  1. Leia PHASE_DAG.yaml (fluxo de trabalho prescrito)
  2. Leia todos os artigos do wiki (realidade observada)
  3. Compare: contradições, lacunas, redundâncias
  4. Escreva relatório de auditoria em wiki/reports/
  5. Se mudanças forem justificadas, redija proposta de PHASE_DAG v2
  6. Documente decisões como ADRs em decisions/ (selecionadas de stirps-ai/stirps-gov)

Essa auditoria é o que transformou 93 artigos do wiki em decisões arquiteturais acionáveis. O wiki é a evidência; os ADRs são os compromissos.

Individual skills in this repo

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

ThomasMoreAI/legal-skills-open

Track the IP portfolio — registrations, renewals, maintenance fees, and use declarations. Use when checking what's renewing, adding or updating an asset, recording a maintenance filing, or auditing the register for gaps, lapses, and use-in-commerce questions. Receives handoffs from prosecution and clearance work.

ThomasMoreAI/legal-skills-open

When the user's message starts with "Canada" (case-insensitive), generate a full Ontario PI Case Assessment Memo from the case_stressor corpus and return it verbatim. This is the primary handler for Canadian fact patterns — DO NOT ask clarifying questions first; run the memo and let the lawyer react.

ThomasMoreAI/legal-skills-open

交通事故责任评估与判定专业技能。当用户需要交通事故责任分析、事故现场照片评估、交通法规咨询、事故责任划分、法律依据查询时触发此技能。适用于车辆碰撞事故、行人事故、非机动车事故等各类道路交通事故的责任认定场景。无论用户使用"交通事故"、"车祸"、"责任判定"、"交通法规"、"事故定责"等何种表述,只要涉及交通事故评估或责任认定,均应调用此技能。

ThomasMoreAI/legal-skills-open

Für Anmeldestrategie & Markenportfolio für Luxus-Modehäuser: ordnet Norm, Beweislast und Gegenargument; Ergebnis: Verhandlungs- oder Eskalationslinie.

ThomasMoreAI/legal-skills-open

Audit an intellectual-property portfolio for ownership, protection, scope, deadlines, territorial coverage, use, value, encumbrances, and enforcement risk. Use for diligence, integration, financing, governance, renewal planning, product launches, or recurring portfolio reviews.

ThomasMoreAI/legal-skills-open

Use whenever the user asks about a motor-vehicle statute, citation, contributing factor, OR a Canadian personal-injury fact pattern — always query Specter's Harvester API before answering. The API auto-routes between two collections (US statutes + Canadian PI case law).

ThomasMoreAI/legal-skills-open

Assesses product liability exposure on given facts — classifying the defect as manufacturing, design, or warning/instruction, mapping which party in the supply chain is potentially exposed, and grading the realistic exposure. Use this whenever a user wants product liability worked through rather than a general deficiency test — including phrasings like "what's our exposure if this product injured someone", "is this a design defect or a manufacturing defect", "who in the supply chain is on the hook here", "assess our product liability risk on these facts", or "how exposed are we if the warning label was inadequate". Distinct from deficiency-analyst, which tests service and trade-practice thresholds — this is specific to defective products and supply-chain exposure. Fires for any product liability question, in any jurisdiction, for manufacturers, assemblers, sellers, distributors, or importers.

ThomasMoreAI/legal-skills-open

Dubletten und Serienforderungen in Insolvenzanmeldungen erkennen: Anwendungsfall mehrere Gläubiger melden gleichartige oder identische Forderungen an; Inkassounternehmen und Originalgläubiger reichen parallel ein. § 174 InsO Forderungsanmeldung, § 178 InsO Tabelle Bestreiten. Prüfraster Doppelerfassung gleicher Rechnung, Serienrechnungen mit laufenden Nummern, Konzernforderungen und Vertreterwechsel, mehrfach eingereichte Titel. Output Dublettenprotokoll mit Unterscheidung echte Dublette vs. Serienforderung. Abgrenzung zu Aktenanlage-Batchregister und zu Formalprüfung.

ThomasMoreAI/legal-skills-open

Absonderungsrechte und Drittsicherheiten im Insolvenzplan und StaRUG planfest behandeln und Ausfallwerte bestimmen. §§ 49 50 51 224 InsO §§ 2 Abs. 4 StaRUG Drittsicherheiten. Prüfraster: Sicherheitenregister Eingriffsbeschreibung Ausfallwertrechnung gruppeninterne Drittsicherheiten Finanzsicherheiten Eingriffsstopper. Output: Sicherheitenregister Ausfallwertrechnung Drittsicherheitenmodul. Abgrenzung: nicht für allgemeine Gruppenbildung.

ThomasMoreAI/legal-skills-open

Absonderungsrechte und Drittsicherheiten im Insolvenzplan und StaRUG planfest behandeln und Ausfallwerte bestimmen. §§ 49 50 51 224 InsO Absonderung § 2 Abs. 4 StaRUG Drittsicherheiten. Prüfraster: Sicherheitenregister Eingriffsbeschreibung Ausfallwertrechnung Finanzsicherheiten unzulässige Eingriffe. Output: Sicherheitenregister Ausfallwertrechnung Drittsicherheitenmodul. Abgrenzung: nicht für allgemeine Gruppenbildung.

ThomasMoreAI/legal-skills-open

Schnittstelle Zwangsverwaltung und Insolvenz bei Insolvenz des Schuldners. Anwendungsfall Schuldner wird insolvent waehrend Zwangsverwaltung laeuft und Verwalter muss Koordination mit Insolvenzverwalter klaeren. Normen § 165 InsO Absonderungsrecht § 49 InsO Grundpfandgläubiger § 155 ZVG Einnahmen. Prüfraster Insolvenzeroeffnung Absonderung Verwalterkommunikation Forderungsanmeldung Verteilungsauswirkungen. Output Koordinationsprotokoll mit Absonderungsnachweis Forderungsanmeldungsunterlagen und Abstimmungsprotokoll Insolvenzverwalter. Abgrenzung zu zvg-verteilungsplan-155 und zvg-rechnungslegung.

ThomasMoreAI/legal-skills-open

KI-VO Hochrisiko-Anforderungen für Personalwesen in Kanzleien ab August 2026: Anwendungsfall Kanzlei setzt KI im HR-Bereich ein oder beraet Mandanten zum AGG-konformen KI-Einsatz bei Bewerberauswahl. Anhang III Nr. 4 KI-VO Hochrisiko Bewerberauswahl, Inkrafttreten 2. August 2026, AGG Diskriminierungsverbot. Prüfraster Hochrisiko-Klassifizierung eigener HR-KI, Konformitätsbewertung, Transparenzpflichten für Betroffene, Beratungsmandate Arbeitsrecht. Output Checkliste Hochrisiko-Anforderungen mit Umsetzungsplan für August 2026. Abgrenzung zu Bias-und-Diskriminierung-Prüfung und zu KI-VO-Betreiber-Pflichten.

ThomasMoreAI/legal-skills-open

Für /tabellenreview-3d:vorlage-arbeitsvertrag-portfolio: ordnet Norm, Beweislast und Gegenargument; Ergebnis: Prüfprodukt mit Risiko und nächstem Schritt.

ThomasMoreAI/legal-skills-open

Big-Law Billing Narratives und Abrechnung für M&A-Mandate erstellen: Anwendungsfall Associate oder Partnerassistenz muss taugliche Time Narratives Phasenbudgets Workstream-Rechnungen Cap- und Success-Fee-Hinweise erstellen. § 3a RVG Stundenhonorar, GoBD Buchungsanforderungen, XRechnung ZUGFeRD. Prüfraster Honorarvereinbarung prüfen, Time Entries nach Phase strukturieren, Cap-Verbrauch ueberwachen, Success-Fee-Bedingungen abgleichen. Output deal-tauffähige Rechnungsnarrative mit Matter-Controlling und GoBD-konformem Buchungsnachweis. Abgrenzung zu E-Rechnung-GoBD für freistehende Abrechnung.

ThomasMoreAI/legal-skills-open

Zeiterfassung mit abrechenbaren Narrativen für Kanzlei-Mandate. Anwendungsfall Anwalt hat Tätigkeit ausgeubt und will Zeit mit praezisem Narrativ erfassen für spaetere Rechnungsstellung. Normen § 10 RVG Pflichtangaben Narrative GoBD-Zeitstempel. Prüfraster Akte Dauer Takt 6-Minuten-Bloecke Bearbeiter Tätigkeit Honorargrundlage Abrechenbarkeit Datenschutzreduktion. Output Zeiterfassungsprotokoll mit Narrativ Abrechenbarkeit und Rechnungsvorbereitungsnotiz. Abgrenzung zu timesheet-aktenzeitung (Gesamtzeittabelle) und kanzlei-allgemein-rechnung.

ThomasMoreAI/legal-skills-open

Kanzlei erstellt Rechnung für M&A-Mandat und braucht praezise zeitgerechte Leistungsbeschreibungen: Time Narratives Phasenbudgets Workstream-Rechnungen Cap/Success-Fee-Berechnung. Normen RVG §§ 1 ff. BRAO § 49b AO-Steuerrecht. Prüfraster Workstream-Zeiterfassung Phasenzuordnung Korrektur Mandantsfreigabe. Output Narratives-Dokument Workstream-Abrechnung Rechnungsentwurf. Abgrenzung zu mittelstand-ma-erechnung-gobd (GoBD/XRechnung-Format).

ThomasMoreAI/legal-skills-open

Unternehmen oder Kanzlei muss IP-Portfolio verwalten und anstehende Fristen im Blick behalten. Schutzrechtsportfolio-Verwaltung. Prüfraster: Eintragungen Verlaengerungen Jahresgebühren Benutzungsnachweise Fristkalender. Output: Fristenkalender und Portfolio-Audit mit Luecken Verfall und Benutzungsfragen. Abgrenzung zu schutzschrift-eilverfuegung (Verletzungsverteidigung) und markenanmeldung-dpma.

ThomasMoreAI/legal-skills-open

Für Prozessportfolio-Status: ordnet Norm, Beweislast und Gegenargument; Ergebnis: Prüfprodukt mit Risiko und nächstem Schritt.

ThomasMoreAI/legal-skills-open

Workflow-Skill zu aufklaerungsfehler beweisstrategie. Nutzt Normtext, Nutzerangaben und verifizierte Quellen; Rechtsprechung nur nach Live-Pruefung mit Gericht, Datum und Aktenzeichen.

ThomasMoreAI/legal-skills-open

Use when a matter involves marriage, divorce, property division, custody, or inheritance for non-Muslim residents of the UAE under Federal Decree-Law 41/2022 (the UAE Civil Personal Status Law) or the DIFC Wills Service Centre. Covers no-fault divorce, joint-custody default, equal-property division, testamentary freedom for non-Muslims, pre-nuptial agreement enforceability, and the parallel DIFC/ADGM wills regimes. Contrasts with the UAE Personal Status Law 28/2005 (Sharia-based) which governs Muslim residents. Triggers on non-Muslim divorce UAE, UAE civil marriage, DIFC wills, UAE prenup, or expat family law UAE questions.

Habilidades Relacionadas