法

法律证据链校验

作者:注册老炮@MedXpert I SynomosAIv5

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。

下载量
283
点赞
71
价格
免费

技能文档

---
name: evidence-chain-check
title: 法律证据链校验
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。

使用说明

# 法律证据链校验 / Legal Evidence-Chain Check

A deep compliance tool for the "legal / electronic evidence-chain integrity" domain under the LGD Three Laws: evidence-chain time monotonicity · subject consistency · unbroken hash-chain checks (zero-dependency).

## English

### Pain point
Breaks in the electronic evidence chain (time / subject / hash) are hard to discover automatically, undermining evidence admissibility.

### Quick start
```bash
python evidence_chain_check.py --help
python evidence_chain_check.py --verify all --input evidence.json
```

### How the three laws land
- Registered → system/data identity registration (this domain's terminology)
- Evidenced → evidence artifacts verifiable (this domain's evidence types)
- Gated → high-risk actions pass through the gate (this domain's thresholds)

### Positioning
This skill is a **deep landing component** of the "凡自治之物" standard in the legal / electronic evidence-chain integrity domain — others can copy the features, but not the definition power of the standard.

![LGD-Powered](lgd-powered.png)

## 中文

LGD 三律在「法律 / 电子证据链完整性」域的纵深合规工具:证据链时间单调 / 主体一致 / 哈希链不断裂校验(零依赖)。

### 痛点
电子证据链(时间/主体/哈希)断裂难以自动发现,影响证据可采性。

### 快速开始
```bash
python evidence_chain_check.py --help
python evidence_chain_check.py --verify all --input evidence.json
```

### 三律落地
- 有籍 → 系统/数据身份登记(本域术语)
- 有证 → 证据工件可核验(本域证据类型)
- 有门禁 → 高风险动作过门禁(本域阈值)

### 定位
本技能是"凡自治之物"标准在法律 / 电子证据链完整性域的**纵深落地件**——别人可抄功能,抄不走标准定义权。

---

## License & attribution
**分层许可(务必并读;代码许可不覆盖文档与理论文本)**

- **代码**(本包 `.py` 文件):**MIT**
- **本 `README.md` / `SKILL.md` 及其中的理论文本、方法论与一切理论表述**:**不在 MIT 覆盖范围内**,保留所有权利(All rights reserved)

```
© 2026 SynomosAI · China. All rights reserved.
理论署名 (attribution) : LGD(Lifecycle Governance Doctrine / 全程治理论)— SynomosAI initiative
名称状态 (name status)  : "SynomosAI" — 未申请实体注册、未申请商标注册
                        (not a registered legal entity; no trademark registered)
生产参考部署 (production reference, self-reported) : 无(未声明外部生产参考部署)
                    ← 非认证、非背书、非监管认可(not a certification or endorsement)
代码许可 (code license) : 本包未附 LICENSE 文件(许可待定)
                    本文本与理论表述不在任何代码许可覆盖范围内
引用格式 (cite as)      : 本资产无 DOI
```
(上列为《LGD 对外表述规范》§3.2 统一块,**整体复制、未删改**;发布/重提前须照最新版本复核。)

如何安装此技能?

访问技能市场,点击「安装」按钮,按提示将技能包放入 AI 编程助手的 skills 目录即可。

浏览技能市场

支持平台:Qoder · QoderWork · Claude · Codex 等 AI 编程助手

法律证据链校验 - 免费 | 技能派