返回顶部
m

mova-compliance-audit合规审计提交

Submit documents for AI-powered compliance audit against GDPR, PCI-DSS, ISO 27001, or SOC 2 via MOVA HITL. Trigger when the user uploads a document and mentions compliance, regulation, or audit, asks to validate against a regulatory framework, or says "check GDPR compliance", "run PCI-DSS audit", "validate ISO 27001". Human sign-off is mandatory before any audit report is finalized.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.1
安全检测
已通过
139
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

mova-compliance-audit

合约技能 — 一个即用型 MOVA 人机协同工作流。需要 openclaw-mova 插件。

MOVA 合规审计

将组织的文档提交至 MOVA,进行自动化法规合规审计——包含特定框架的规则匹配、结构化发现报告,以及由防篡改审计追踪支持的强制性人工签核关卡。

功能说明

  1. 1. 文档导入 — 从上传文件或 URL 进行 OCR 提取与结构解析
  2. 规则引擎检查 — 针对所选监管框架(GDPR、PCI-DSS、ISO 27001、SOC 2)进行自动化评估
  3. 发现报告 — 包含通过/未通过项、严重性代码及建议补救措施的检查清单
  4. 人工关卡 — 合规官审查发现结果并选择:批准 / 有条件批准 / 拒绝 / 要求修正
  5. 审计收据 — 每次检查、来源和决策均经过签名、加盖时间戳,并存储在不可篡改的 MOVA 审计追踪中,以供监管检查

策略强制执行的升级规则:

  • - 存在严重发现 → 必须人工审查,不可自动批准
  • 受监管框架(GDPR、PCI-DSS)→ 需要完整的审计报告工件
  • 拒绝或有条件批准 → 必须记录补救项及其原因

要求

插件: 必须在您的 OpenClaw 工作区中安装 MOVA OpenClaw 插件。

数据流:

  • - 文档 URL/ID + 组织元数据 → api.mova-lab.eu(MOVA 平台,托管于欧盟)
  • 文档内容 → OCR 提取连接器(只读,不存储数据)
  • 提取的结构 → 合规规则引擎(特定框架,只读)
  • 审计日志 → MOVA R2 存储,经过加密签名
  • 除上述外,不向第三方发送任何数据

演示

步骤 1 — 提交文档进行 GDPR 审计
步骤 1

步骤 2 — AI 发现:3 项严重违规,缺少 DPIA,建议拒绝
步骤 2

步骤 3 — 审计收据 + 已签名的决策日志
步骤 3

快速开始

说“对此文档运行 GDPR 合规审计”并提供文档 URL 或 ID:

document_url: https://example.com/privacy-policy.pdf
framework: gdpr
org_name: Acme Corp

代理提交文档,显示包含通过/未通过项及严重性等级的 AI 发现检查清单,然后询问您的合规决策。

合约执行的重要性

  • - 框架规则是策略,而非提示词 — GDPR 和 PCI-DSS 检查会触发强制性关卡,AI 无法绕过
  • 完整的检查清单可追溯性 — 每个通过/未通过项都关联到特定的规则 ID 和来源引用
  • 不可篡改的审计追踪 — 当监管机构问“谁签署了此审计,他们看到了什么?”——答案就在系统中,带有精确的时间戳
  • 符合欧盟 AI 法案 / GDPR 第 22 条 — 自动化合规决策需要人工监督、完全可解释性以及有记录的决策链

用户收到的内容

输出描述
框架所选监管标准(GDPR、PCI-DSS、ISO 27001、SOC 2)
检查清单得分
每个框架部分的通过/未通过计数 | | 严重发现 | 严重违规的数量和列表 | | 发现列表 | 每项:规则 ID、描述、严重性(严重/高/中/低) | | 补救提示 | 针对每项发现建议的纠正措施 | | 建议操作 | AI 建议的合规决策 | | 决策选项 | 批准 / 有条件批准 / 拒绝 / 要求修正 | | 审计收据 ID | 合规决策的永久签名记录 | | 精简日志 | 完整事件日志:导入 → 规则检查 → 人工决策 |

触发时机

在用户出现以下情况时激活:

  • - 上传文档并提及合规、法规或审计
  • 说“检查 GDPR 合规性”、“运行 PCI-DSS 审计”、“验证 ISO 27001”、“SOC 2 检查”
  • 要求为监管检查做准备

开始前,确认:“对 [文档] 运行合规审计 — 框架:[框架]?”

如果未指定框架 — 询问一次:GDPR、PCI-DSS、ISO 27001 或 SOC 2。
如果缺少文档 URL — 询问一次直接 HTTPS 链接或文档 ID。

步骤 1 — 提交文档进行审计

调用工具 movahitlstart_compliance,参数如下:

  • - documenturl:文档的直接 HTTPS 链接
  • documentid:唯一标识符(例如 DOC-2026-001)
  • framework:gdpr / pcidss / iso27001 / soc2 之一
  • org_name:组织名称

步骤 2 — 显示发现结果和决策选项

如果 status = waiting_human — 显示审计发现摘要:

文档: document_id
框架: FRAMEWORK
得分: PASSCOUNT / TOTALCHECKS 通过
严重: CRITICAL_COUNT 项严重发现
发现: [列出主要发现,包含规则 ID 和严重性]
建议操作: ACTION ← 建议

然后询问合规官选择:

选项描述
approve签署审计报告为合规
approvewithconditions
批准并列出补救项 |
| reject | 文档未通过合规 — 阻止处理 |
| request_corrections | 退回文档进行修正 |

调用工具 movahitldecide,参数如下:

  • - contract_id:来自上述响应 — 这是 ctr-cau-xxxxxxxx,不是文档 ID
  • option:所选决策
  • reason:合规官的理由(拒绝和要求修正时必填)

步骤 3 — 显示审计收据

调用工具 movahitlaudit,参数为 contract_id。
调用工具 movahitlauditcompact,参数为 contractid,获取完整的签名事件链。

连接您的真实合规系统

默认情况下,MOVA 使用沙箱模拟。要将检查路由到您的实际基础设施,请调用 movalistconnectors,参数为 keyword: compliance。

相关连接器:

连接器 ID覆盖范围
connector.ocr.documentextractv1文档 OCR 和结构提取
connector.compliance.rulesenginev1
特定框架的合规规则评估 |

调用 movaregisterconnector,参数为 connectorid、endpoint、可选的 authheader 和 auth_value。

规则

  • - 切勿手动发起 HTTP 请求
  • 切勿编造或模拟合规结果 — 如果工具调用失败,显示确切错误
  • 直接使用 MOVA 插件工具 — 不要使用 exec 或 shell
  • CONTRACTID 是来自 movahitlstartcompliance 响应的 ctr-cau-xxxxxxxx — 不是文档 ID

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 mova-compliance-audit-1776018736 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 mova-compliance-audit-1776018736 技能

通过命令行安装

skillhub install mova-compliance-audit-1776018736

下载

⬇ 下载 mova-compliance-audit v1.0.1(免费)

文件大小: 3.63 KB | 发布时间: 2026-4-13 11:07

v1.0.1 最新 2026-4-13 11:07
Added Contract Skill type label.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部