360 Secure SkillHub
360 安全技能中心

evidence-chain-check

该 Skill 提供零依赖的 Python 命令行工具,对法律/电子证据链做合规校验:检查时间戳单调性、主体身份一致性以及哈希链是否断裂;支持一次运行全部校验或用 --mode 单独触发,通过 --input 指定待检证据文件,以 JSON 输出逐项结果与总体结论并返回退出码。

zhaoxinghua09-cell
zhaoxinghua09-cell
热度 61.62
最近更新 2026-10-17 07:27:37
分类:安全依赖:代码执行 / 读写文件应用场景:法律文档 / 数据处理 / 自动化脚本 / 报告撰写

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add evidence-chain-check
Metadata
name
evidence-chain-check
description
evidence-chain-check — LGD 三律在法律 / 电子证据链完整性域的纵深合规工具(零依赖):证据链时间单调 / 主体一致 / 哈希链不断裂校验,对 AI 系统/数据做可执行合规校验。 适用场景:当需要法律证据链校验能力时使用本技能;触发词:evidence-chain-check。
slug
evidence-chain-check
version
1.0.1
display_name
法律证据链校验
display_name_en
Legal Evidence-Chain Check
agent_created
true
author
诺声(Logos)@SynomosAI
license
MIT
license_scope
代码(.py 文件)MIT;本 SKILL.md 与其中理论文本不在 MIT 覆盖范围内(见文末「License & attribution」)
allowed-tools
Read, Glob, Grep, Bash, Write, WebFetch
category
AI 治理
platforms
["windows","macos","linux"]
copyright
SynomosAI
description_zh
evidence-chain-check — LGD 三律在法律 / 电子证据链完整性域的纵深合规工具(零依赖):证据链时间单调 / 主体一致 / 哈希链不断裂校验,对 AI 系统/数据做可执行合规校验。
description_en
LGD three-laws compliance for legal and electronic evidence chains (zero-dependency): time monotonicity, subject consistency and unbroken hash-chain checks.
classification
{"skillhub":["security-compliance"],"iso_25010":["Security"]}
risk_tier
medium
risk_rationale
门禁批量补丁默认 medium(按默认策略设计为中等风险):调用 API/读写文件/本地执行,最小权限,密钥走 Secret;若实际涉对外代执行(push/发布/发送/上架)须人工复评,改 high 并走人工批准。
tags
["evidence-chain-check","AI 治理"]
read_when
["AI 系统决策日志或证据归档要过 LGD 三律合规,先做前置校验","电子数据取证中要验证哈希链连续性、防篡改","审计场景要检查主体身份与时间戳逻辑是否一致完整","需要零依赖、无需第三方库的证据链合规校验"]
ai_protocol
true
spec
usk/1.0
interface
{"type":"cli","entry_point":"scripts/evidence_chain_check.py","runtime":"python3","call_pattern":"args"}
input_schema
{"args":{"type":"string","description":"命令行参数透传给主脚本,具体取值见各包 --help","required":false}}
output_schema
{"stdout":{"type":"string","description":"标准输出为 JSON 结果,含逐项检查与总体结论"},"exit_code":{"type":"integer","description":"0=PASS/完成;1=FAIL/有警告或待补强;2=用法或参数错误"}}
capabilities
["cli_tool"]
permissions
{"network":false,"filesystem":false,"subprocess":false}
requirements
{"python_packages":[],"min_python":"3.8"}
changelog
1.0.1: Bilingual rewrite (full EN+ZH, English first), added read_when; 1.0.0: initial upload (USK v3)

凡自治之物 · LGD 治理学 · 创造术家族 | 评测协议:见平台质量门禁规范

English

When to use

  • Before AI-system decision logs or evidence archives must satisfy LGD three-laws compliance — as a front gate check.
  • In electronic data forensics, when verifying hash-chain continuity and preventing tampering.
  • In audits, when checking whether subject identity and timestamp logic are consistent and complete.
  • When a zero-dependency compliance check with no extra third-party libraries is required.

Usage

  • Main command: python evidence_chain_check.py --verify all
  • Selected checks: use --mode time (time monotonicity), --mode entity (subject consistency) or --mode hash (hash chain) to trigger each one separately.
  • Input data: point --input <path> at the evidence file under check.

Workflow

  1. Prepare the evidence data source containing timestamps, signatures and hash values.
  2. Run the Python command to load evidence_chain_check.py into the runtime.
  3. Select or enable the three-laws check mode(s) as needed (time / subject / hash).
  4. The system compares the input data automatically, detecting monotonicity consistency and chain-break risk.
  5. Emit a compliance report flagging anomalies and potential evidence-integrity gaps.
  6. Close the loop: archive, repair or block based on the findings.

Evidence & safety statement

  • Evidence: TBD (no evaluation / badge link yet; update here once it is produced)
  • Version: 1.0.1
  • Security: no independent security scan has been performed (TBD); the conclusion is pending and no endorsement is given until it is completed.

中文

何时用

  • AI 系统决策日志或证据归档需满足 LGD 三律合规前,进行前置校验。
  • 电子数据取证中验证哈希链连续性、防止篡改时调用。
  • 审计场景中检查主体身份与时间戳逻辑是否一致且完整时。
  • 需要零依赖且无需额外第三方库的合规校验工具执行环境时。

用法

  • 主命令:python evidence_chain_check.py --verify all
  • 指定校验项:支持 --mode time(时间单调)、--mode entity(主体一致)、--mode hash(哈希链)分别触发。
  • 输入数据:通过 --input <路径> 参数指向待检的证据文件。

流程

  1. 准备包含时间戳、签名及哈希值的证据数据源。
  2. 执行 Python 命令加载 evidence_chain_check.py 脚本进入运行环境。
  3. 根据需求选择或启用三律校验模式(时间/主体/哈希)。
  4. 系统自动比对输入数据,检测单调性一致性与链断裂风险。
  5. 输出合规报告并标记异常项与潜在证据完整性漏洞。
  6. 依据检测结果执行归档、修复或阻断操作闭环。

证据与安全声明

  • 证据:TBD(暂无评测/徽章链接;产生后在此更新实际链接)
  • 版本:1.0.1
  • 安全:未做独立安全扫描(TBD),结论待补;补全前不作推荐背书。