Communitygithub.com

ThomasMoreAI/legal-skills-open

將 FirmVault 活動日誌中的法律事務所 PI 實務知識,編譯成結構化的 Obsidian 維基,使用 Karpathy 的 LLM 知識庫架構。適用於新增案件、重新編譯、查詢或對事務所維基進行語法檢查。

legal-skills-open 是什麼?

此技能專為 LLM 代理(如 Claude Code 或 Cursor)設計,用於處理法律事務所的營運數據:從 FileVine 匯出的 Excel 活動日誌,經過去識別化、分組和轉換,建立一個在 Obsidian 中可瀏覽的結構化維基。它採用 Karpathy 的三層架構:原始不可變的日誌(領域 1)、由 LLM 維護的知識維基(領域 2)以及下游消費者(領域 3)。其主要優點包括自動化模式提取(例如和解模式、結案工作流程),並透過批次處理、取樣策略及並行子代理來管理大規模匯入(已在超過 114,000 筆記錄上測試)。該技能支援讀取/寫入 FirmVault 目錄、產生 Hermes 技能、以及執行工作流程與維基之間的稽核,以確保實務知識與實際流程保持一致。

相容平台~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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

法律事務所維基編譯器

使用時機

  • 將新案件或舊案件檔案加入維基
  • 在活動日誌更新後重新編譯
  • 查詢維基以取得機構知識
  • 對維基文章執行語法/健康檢查
  • 從維基文章產生 Hermes 技能

Excel 匯入(FileVine 活動匯出)

當 Aaron 從 FileVine 寄送 Excel 活動日誌試算表時:

預期格式

  • 工作表欄位:Project Name | Note Text | Created At | (空白)
  • Project Name = "客戶名稱 案件類型 MM/DD/YYYY"(例如 "Amy Stich WC 01/17/2024")
  • Note Text = markdown 格式的活動備註(可能包含 FileVine 連結、刪除線)
  • Created At = 日期時間

轉換步驟

  1. 如有需要,執行 pip install openpyxl
  2. 使用 openpyxl.load_workbook(path, read_only=True) 載入
  3. 根據 FirmVault 規則將案件名稱 slugify(小寫、移除所有格符號/引號、& → and、非字母數字 → 連字號)
  4. 先依案件分組,再依案件內的日期分組
  5. 寫入 FirmVault/cases/<slug>/Activity Log/<YYYY-MM-DD>.md,包含 frontmatter:
    schema_version: 2
    date: "YYYY-MM-DD"
    category: imported
    subcategory: settlement_activity_export
    
  6. 使用 subcategory: settlement_activity_export 標籤,後續可識別從 Excel 匯入的案件

單一會話中的多個檔案

Aaron 經常依序傳送多個 Excel 檔案。請完整處理每一個檔案(轉換 → 批次 → 編譯 → 重建索引),然後再要求下一個。轉換器會自動處理重複項目——如果案件目錄已存在,新日誌會附加;如果該日期的日誌檔案已存在,則會附加「已匯入條目」區段。

規模參考(2026-04-12 匯入)

  • 檔案 1 (settlement_1):17,639 行 → 198 個案件 → 6,221 個日誌檔案(13.7 MB)
  • 檔案 2 (settlement_2):22,182 行 → 169 個案件 → 7,341 個日誌檔案(12.9 MB)
  • 檔案 3 (settlement_3):688 行 → 8 個案件 → 158 個日誌檔案(小)
  • 檔案 4 (closing):9,363 行 → 125 個案件 → 2,924 個日誌檔案
  • 轉換每個檔案約需 2 秒
  • 重複偵測:比較行數 + 第一行/最後一行以識別重送

批次大小決策

  • >50 個案件:3 個平行子代理(依日誌數量平均分配)
  • 10-50 個案件:1-2 個子代理,視日誌數量而定
  • <10 個案件:單一子代理,僅針對性文章更新。 不要讓它讀取所有現有文章——只指向最可能更新的 5-6 篇文章。設定 max_iterations=30 以避免因閱讀而耗盡回合數。

可重複使用的轉換腳本

儲存至 /tmp/convert_excel.py,每次新檔案時更換路徑。腳本功能:

  • 使用 openpyxl(若缺少則 pip install)
  • 根據 FirmVault 規則 slugify
  • 依案件 → 日期分組 → 寫入包含 frontmatter 的 markdown
  • 回報新案件目錄與已更新案件目錄

架構

Karpathy 的三層模式:原始來源 → LLM 編譯器 → 結構化維基

第 1 層:原始(不可變)
  cases/*/Activity Log/*.md  — 21,000+ 個活動日誌
  cases/*/*.md               — 案件檔案
  
第 2 層:維基(LLM 維護)
  wiki/
    Home.md          — Obsidian 儀表板
    index.md         — 主目錄
    log.md           — 編譯歷史
    concepts/*.md    — 原子知識文章(截至 2026-04-12 共 63 篇)
    connections/*.md — 跨領域洞見(截至 2026-04-12 共 26 篇)
    AGENTS.md        — 編譯器架構(規格書)
    SPEC.md          — 架構文件
    
第 3 層:消費者
  Hermes 語義技能、OpenClaw 代理、經由 Hermes 的 Aaron

編譯流程

批次處理(適用於大量案件)

  1. 將案件分組為約 80K token 的批次
  2. 平行委派 3 個批次
  3. 每個子代理讀取 AGENTS.md、現有文章、案件檔案 + 取樣日誌
  4. 子代理更新現有文章(evidence_count++)或建立新文章
  5. 不要讓子代理改寫 index.md(競賽條件)——編譯後自行重建
  6. 所有批次完成後,從磁碟上的所有文章重建 index.md

編譯器子代理關鍵指示

  • 閱讀 AGENTS.md 以了解完整架構
  • 在寫入前閱讀所有現有的概念 + 關聯文章
  • 去識別化所有 PII(使用「案件 A」、「案件 B」等)
  • 更新現有 > 建立新(提升信心度是目標)
  • 信心度:低(<5 個案件)、中(5-9 個)、高(10+ 個)
  • 在文章之間使用 [[wikilinks]]
  • 附加至 log.md,不要改寫 index.md

取樣策略

  • 大型案件(400+ 日誌):按時間順序取前 40 筆 + 後 40 筆
  • 中型案件(100-400):取前 25 筆 + 後 25 筆
  • 小型案件(<100):取前 10 筆 + 後 10 筆,或全部

子代理提示範本

法律事務所維基編譯器。讀取 /opt/data/FirmVault/wiki/AGENTS.md。
讀取 wiki/concepts/ 和 wiki/connections/ 中的現有文章。
編譯案件:[清單]。對每個案件:讀取 cases/<slug>/<slug>.md 並
取樣前 N 筆 + 後 N 筆活動日誌。更新現有文章
(增加 evidence_count、提升信心度:5=中、10=高)。
僅針對真正的新模式建立新文章。去識別化 PII。
寫入 wiki/。不要改寫 index.md。附加至 wiki/log.md。

根據資料類別調整提示

不同的 Excel 匯出包含不同類型的資料。加入焦點提示:

  • 和解檔案:「關注:和解模式、談判策略、 治療時間線、時效管理、理賠員行為、留置權解決」
  • 結案檔案:「這些是結案案件——特別關注:案件 結案工作流程、拒絕原因、最終付款、檔案歸檔、 結案後義務、客戶終止模式」
  • 受理檔案:關注入職、保險驗證、初次 治療轉介 這能顯著提升模式提取品質。

索引重建

在所有編譯批次完成後,務必以獨立的 delegate_task 任務重建 index.md。即使對於小批次也是如此。子代理只需解析 concepts/ + connections/ 中所有 .md 檔案的 YAML frontmatter,並根據 AGENTS.md 中的架構產生索引。約需 60 秒,max_iterations=15。

Obsidian 筆記庫

wiki/ 目錄本身就是一個 Obsidian 筆記庫:

  • .obsidian/ 配置,包含圖形顏色(藍色=概念,橙色=關聯)
  • Home.md 作為登陸頁面
  • [[wikilinks]] 使用 slug 名稱(非路徑前綴)
  • 圖形檢視顯示文章間的相互連結

Wikilink 規則

  • 使用 [[slug-name]] 而非 [[concepts/slug-name]]
  • Obsidian 依檔案名稱解析,路徑會破壞連結

篩選待編譯案件

兩種方法——優先直接使用 Excel 檔案,或掃描筆記庫:

優先:從 Excel 檔案本身提取 slug

# 解析 Excel → 取得唯一 Project Names → slugify → 批次
wb = openpyxl.load_workbook(path, 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(name), "logs": count} for name, count in cases.items()]

這種方法精確——只編譯剛匯入的內容。

備用:依 subcategory 標籤掃描筆記庫

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

不要使用 mtime 過濾——它會選取筆記庫中的每個案件 (包括轉換期間目錄被觸及的舊案件)。

陷阱

  1. 平行子代理在 evidence_count 上造成競賽條件——接受 ±3 的差異
  2. 不要讓子代理改寫 index.md——在所有批次完成後自行重建
  3. 大型案件(1000+ 日誌)必須截斷——策略性取樣
  4. 包含路徑前綴的 Wikilinks 在 Obsidian 中會中斷——移除 concepts/ 等前綴
  5. compile.py 腳本產生提示,但不會直接呼叫 LLM——請使用 delegate_task
  6. 有些文章參考了尚未建立的文章連結——這沒問題,編譯更多案件時會建立
  7. 基於 mtime 的筆記庫掃描無法可靠識別「剛匯入」的案件——轉換也會觸及現有目錄。務必直接從 Excel 檔案中提取案件清單。
  8. 結案案件大多是拒絕案件,而非結案後的結案。拒絕/結案工作流程從結案資料中獲得最大的證據提升,而非和解付款工作流程。
  9. 小批次(<10 個案件) 如果讓子代理閱讀全部 89 篇文章,會耗盡疊代次數。請改為指向特定文章。

多檔案工作流程

當使用者傳送多個 Excel 檔案時,先全部轉換再編譯:

  1. 重複使用 /tmp/convert_excel.py——只需為每個檔案修改檔案名稱
  2. 全部轉換後,僅對新案件進行批次處理(使用 slugify + 檢查是否存在)
  3. 以 3 個平行批次編譯,最後再重建索引一次

重複偵測

使用者可能傳送同一個檔案兩次(相同名稱,不同文件 ID)。在轉換前比較行數 + 第一行/最後一行以偵測重複。

匯入規模參考

  • 檔案 1 (settlement_1):17.6K 筆,198 個案件,6.2K 個日誌檔案
  • 檔案 2 (settlement_2):22.1K 筆,169 個案件,7.3K 個日誌檔案
  • 檔案 3 (settlement_3):688 筆,8 個案件(小——單一批次)
  • 檔案 4 (closing):9.3K 筆,125 個案件,2.9K 個日誌檔案
  • 檔案 5-7 (已歸檔 2、3、4):64.3K 筆,692 個案件,21K 個日誌檔案 總計匯入:約 114K 筆,1,170 個案件,約 56K 個日誌檔案 → 93 篇維基文章

建議批次策略

  • <20 個案件:單一子代理,無批次
  • 20-300 個案件:3 個平行子代理
  • 300 個案件:3 個平行子代理,採用積極取樣(前 10 筆 + 後 10 筆)

  • 務必在所有批次完成後重建 index.md(切勿讓子代理碰觸它)

陷阱:基於 mtime 的過濾不可靠

不要使用檔案 mtime 來尋找「新」案件——convert_excel.py 也會觸及現有檔案。請改為直接從 Excel 中提取案件名稱並進行 slugify,以取得目標清單。

檔案

  • FirmVault:/opt/data/FirmVault
  • 維基:/opt/data/FirmVault/wiki/
  • 架構:wiki/AGENTS.md
  • 轉換器:/tmp/convert_excel.py(在執行之間修改檔案名稱)
  • 文章數量:65 篇概念 + 28 篇關聯 = 總計 93 篇(截至 2026-04-12)
  • 決策:/opt/data/FirmVault/decisions/(ADR-000 至 ADR-006)
  • 稽核報告:/opt/data/FirmVault/wiki/reports/workflow-vs-wiki-audit.md
  • v2 提案:/opt/data/FirmVault/wiki/reports/PHASE_DAG_v2_proposal.md

工作流程稽核

在重大編譯回合後,針對 PHASE_DAG 稽核維基:

  1. 讀取 PHASE_DAG.yaml(規定的工作流程)
  2. 讀取所有維基文章(觀察到的現實)
  3. 比較:矛盾、缺口、冗餘
  4. 將稽核報告寫入 wiki/reports/
  5. 如有必要修改,草擬 PHASE_DAG v2 提案
  6. 將決策記錄為 decisions/ 中的 ADR(從 stirps-ai/stirps-gov 精選)

此次稽核正是將 93 篇維基文章轉化為可行架構決策的關鍵。維基是證據;ADR 是承諾。

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.

相關技能