What makes software-copyright-skill notable?

1.3K downloads. Trust evidence available

How should software-copyright-skill be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

software-copyright-skill

生成中国软件著作权（软著）登记申请文档。LLM驱动：分析项目代码、生成内容；Python脚本辅助：模板填充、格式保持。 Skill: software-copyright-skill Owner: foamtor Summary: 生成中国软件著作权（软著）登记申请文档。LLM驱动：分析项目代码、生成内容；Python脚本辅助：模板填充、格式保持。 Tags: latest:0.1.0 Version history: v0.1.0 | 2026-08-20T07:58:25.184Z | auto software-copyright-skill 0.1.0 - Initial release with comprehensive documentation for generating Chinese software copyright registration documents. - Supports LLM-driven content generation and Python scripts for template fillin

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.3k

Updated

Oct 10, 2026

Version

0.1.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.3K downloads reported by the source. Last updated 10/10/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 10, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 10, 2026
Adoption signal: 1.3K downloadsadoption · observed Oct 10, 2026
Latest release: 0.1.0release · observed Aug 20, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s17c2d6kbk24xbejszy9gc0bm98cta4s:software-copyright-skill

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-foamtor-software-copyright-skill/snapshot"

Documentation

CLAWHUB

64,553 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

references/excalidraw-diagram/SKILL.md

---
name: excalidraw-diagram
description: Create Excalidraw diagram JSON files that make visual arguments. Use when the user wants to visualize workflows, architectures, or concepts.
---

# Excalidraw Diagram Creator

Generate `.excalidraw` JSON files that **argue visually**, not just display information.

**Setup:** If the user asks you to set up this skill (renderer, dependencies, etc.), see `README.md` for instructions.

## Customization

**All colors and brand-specific styles live in one file:** `references/color-palette.md`. Read it before generating any diagram and use it as the single source of truth for all color choices — shape fills, strokes, text colors, evidence artifact backgrounds, everything.

To make this skill produce diagrams in your own brand style, edit `color-palette.md`. Everything else in this file is universal design methodology and Excalidraw best practices.

---

## Core Philosophy

**Diagrams should ARGUE, not DISPLAY.**

A diagram isn't formatted text. It's a visual argument that shows relationships, causality, and flow that words alone can't express. The shape should BE the meaning.

**The Isomorphism Test**: If you removed all text, would the structure alone communicate the concept? If not, redesign.

**The Education Test**: Could someone learn something concrete from this diagram, or does it just label boxes? A good diagram teaches—it shows actual formats, real event names, concrete examples.

---

## Depth Assessment (Do This First)

Before designing, determine what level of detail this diagram needs:

### Simple/Conceptual Diagrams
Use abstract shapes when:
- Explaining a mental model or philosophy
- The audience doesn't need technical specifics
- The concept IS the abstraction (e.g., "separation of concerns")

### Comprehensive/Technical Diagrams
Use concrete examples when:
- Diagramming a real system, protocol, or architecture
- The diagram will be used to teach or explain (e.g., YouTube video)
- The audience needs to understand what things actually look like
- You're showing how multiple technologies integrate

**For technical diagrams, you MUST include evidence artifacts** (see below).

---

## Research Mandate (For Technical Diagrams)

**Before drawing anything technical, research the actual specifications.**

If you're diagramming a protocol, API, or framework:
1. Look up the actual JSON/data formats
2. Find the real event names, method names, or API endpoints
3. Understand how the pieces actually connect
4. Use real terminology, not generic placeholders

Bad: "Protocol" → "Frontend"
Good: "AG-UI streams events (RUN_STARTED, STATE_DELTA, A2UI_UPDATE)" → "CopilotKit renders via createA2UIMessageRenderer()"

**Research makes diagrams accurate AND educational.**

---

## Evidence Artifacts

Evidence artifacts are concrete examples that prove your diagram is accurate and help viewers learn. Include them in technical diagrams.

**Types of evidence artifacts** (choose what's relevant to your diagram):

| Artifact

SKILL.md

---
name: software-copyright-skill
description: 生成中国软件著作权（软著）登记申请文档。LLM驱动：分析项目代码、生成内容；Python脚本辅助：模板填充、格式保持。
version: 4.7.0
author: hermes-agent
homepage: https://github.com/Foamtor/software-copyright-skill
license: MIT
tags: [软著, 软件著作权, 文档生成, python-docx, Word, 版权登记, 模板填充]
---

# 软著文档生成 Skill（模板驱动版）

**核心原则**：模型输出JSON内容，脚本根据模板生成Word。格式100%由模板控制。

**版本**：V4.7（2026-06-27更新）

## 触发条件

用户提到：软著、软件著作权、软著申请、软著文档、信息采集表、使用说明书、设计说明、源代码文档

## 前置依赖

```bash
pip install python-docx docxtpl lxml Pillow
```

## 网络代理配置（WSL环境）

在WSL环境下，如果需要访问GitHub等外部服务，可能需要配置代理。

### 自动检测代理

```bash
# 使用代理管理脚本自动检测并配置
~/.hermes/scripts/proxy_manager.sh auto
```

### 手动配置代理

```bash
# 设置代理环境变量
export http_proxy=http://172.22.240.1:7897
export https_proxy=http://172.22.240.1:7897

# 配置Git代理
git config --global http.proxy http://172.22.240.1:7897
git config --global http.version HTTP/1.1
```

### 代理不可用时

如果代理不可用，可以：
1. 启动宿主机Clash并开启"Allow LAN"
2. 使用直连模式：`~/.hermes/scripts/proxy_manager.sh direct`
3. 参考故障排除指南：`~/.hermes/scripts/proxy_troubleshooting.md`

## 架构设计

```
┌─────────────┐     ┌─────────────────┐     ┌─────────────┐
│  LLM 生成   │ ──→ │   content.json  │ ──→ │ docxtpl 渲染│
│  JSON 内容   │     │  (结构化数据)    │     │  生成.docx  │
└─────────────┘     └─────────────────┘     └─────────────┘
                                                  ↑
                                          templates/*.docx
                                          (格式由模板控制)
```

**关键原则**：
- 模型只输出JSON（内容），不接触格式
- 格式由Word模板（.docx）控制
- 用户给参考文档 → 提取格式 → 生成模板
- 格式变化 = 换模板，不需要改代码

## 配置格式

**支持两种配置格式**（`generate_manual.py` 自动检测）：

1. **Brand Profile**（推荐）：`config/brand_profile.json`
   - 包含样式定义、内容规则、写作风格
   - 可复用于多文档，易于版本控制
   - 详见 `references/brand-profile-design.md`

2. **旧格式**（兼容）：`config/format_spec.json`
   - 扁平的样式定义
   - 仍然支持，但建议迁移

```bash
# 使用Brand Profile
python3 scripts/generate_manual.py --config config/brand_profile.json ...

# 使用旧格式
python3 scripts/generate_manual.py --config config/format_spec.json ...
```

## ⚠️ 职责分工：模型 vs 脚本

**核心设计：模型负责生成和审阅，脚本负责验证和控制。**

| 任务 | 执行者 | 说明 |
|------|--------|------|
| 扫描项目结构 | 🐍 脚本 | `scan_project.py` |
| 生成大纲 | 🤖 模型 | 使用 `prompts/大纲生成.md` |
| 生成章节内容 | 🤖 模型 | 使用 `prompts/章节生成.md` |
| 审阅章节质量 | 🤖 模型 | 使用 `prompts/章节审阅.md` |
| 检查基础质量 | 🐍 脚本 | `review_chapter.py`（字数、数量） |
| 合并章节 | 🐍 脚本 | `merge_chapters.py` |
| 验证内容质量 | 🐍 脚本 | `validate_content_quality.py` |
| 生成Word文档 | 🐍 脚本 | `generate_manual.py` |
| 验证格式 | 🐍 脚本 | `validate_output.py` |
| 生成架构图 | 🤖+🐍 | excalidraw skill 生成JSON → render为PNG |
| 插入图片 | 🐍 脚本 | `generate_manual.py --image-dir` |

## ⚠️ 内容质量规范

### 写作风格

**软著说明书是用户操作指南，不是技术文档！**

#### 正确写法
```
在系统首页，点击"新建项目"按钮，弹出新建项目对话框。如下图。
图3 新建项目按钮

在对话框中填写项目名称和项目描述，点击"确定"按钮，即可创建新项目。如下图。
图4 新建项目对话框
```

#### 错误写法
```
一、项目管理功能：支持创建和管理项目，提供项目状态监控和版本控制能力。
```

### 内容质量要求

| 要求 | 标准 | 检查方式 |
|------|------|----------|
| **总字数** | ≥15000字 | 🐍 `validate_content_quality.py` |
| **章节数** | 6-10章 | 🐍 `validate_content_quality.py` |
| **图片标记** | ≥13张（精简版） | 🐍 `vali

examples/demo/README.md

# 示例项目

这是一个示例项目结构，用于演示 `software-copyright-skill` 的使用。

## 使用方法

1. 将此目录替换为你的实际项目
2. 在AI Agent中说："帮我为当前项目生成软著文档"
3. 按照Agent引导完成信息确认和文档生成

## 示例项目结构

```
my-project/
├── README.md
├── package.json
├── src/
│   ├── main.ts
│   ├── router/
│   │   └── index.ts
│   ├── views/
│   │   ├── Home.vue
│   │   ├── Login.vue
│   │   └── Dashboard.vue
│   ├── components/
│   │   └── ...
│   └── api/
│       └── index.ts
├── backend/
│   └── src/
│       ├── main.py
│       ├── routes/
│       ├── services/
│       └── models/
└── docs/
    └── ...
```

README.md

# 📋 软件著作权文档生成 Skill

> AI Agent 驱动的中国软著申请文档自动生成工具。分析项目代码，自动生成信息采集表、使用说明书和源代码文档。

## ✨ 功能特性

- 🔍 **智能扫描** — 自动识别项目技术栈、功能模块、业务逻辑
- 📝 **采集表生成** — 交互式确认信息，自动填充Word模板
- 📖 **说明书撰写** — 分章节生成用户操作指南风格的说明书
- 💻 **代码提取** — 按优先级提取核心代码，生成前30页+后30页
- 🎯 **格式合规** — 严格遵循版权中心的字号、字体、排版要求
- 🎨 **Brand Profile** — JSON格式的样式定义，支持复用和版本控制
- 📊 **内容质量验证** — 自动检查字数、配图、格式等质量指标
- 🔄 **迭代优化** — 支持"生成→验证→修改→再验证"循环
- 🧪 **TDD测试** — 完整的测试套件，确保代码质量

## 🚀 快速开始

### 安装

```bash
# 通用安装（支持所有主流AI Agent）
npx skills add Foamtor/software-copyright-skill

# OpenClaw（龙虾）用户
openclaw skills install Foamtor/software-copyright-skill
```

### 安装Python依赖

```bash
pip install python-docx docxtpl lxml Pillow
```

### 安装架构图渲染依赖（可选，生成架构图时需要）

```bash
cd references/excalidraw-diagram
uv sync
uv run playwright install chromium
```

### 使用

在你的AI Agent中输入：

```
帮我为当前项目生成软著文档
```

Agent会自动：
1. 扫描项目结构
2. 确认软件信息
3. 生成使用说明书大纲
4. 分章节撰写内容
5. 提取源代码文档
6. 输出三份Word文档

## 🤖 支持的AI Agent

| Agent | 安装方式 | 状态 |
|-------|---------|------|
| [Hermes Agent](https://hermes-agent.nousresearch.com) | `npx skills add` | ✅ |
| [Claude Code](https://docs.anthropic.com/claude-code) | `npx skills add` | ✅ |
| [Cursor](https://cursor.sh) | `npx skills add` | ✅ |
| [Codex CLI](https://github.com/openai/codex) | `npx skills add` | ✅ |
| [OpenClaw（龙虾）](https://openclaw.ai) | `openclaw skills install` | ✅ |

所有平台使用同一个 `SKILL.md` 文件，遵循 [AgentSkills](https://github.com/vercel-labs/skills) 规范。

## 📁 生成文档说明

### 信息采集表
- 软件基本信息（名称、版本号、开发方式等）
- 开发与运行环境（硬件、操作系统、编程语言等)
- 功能特点描述（每项50字以内）

### 使用说明书
- 用户操作指南风格（不是技术文档）
- 按功能模块组织，含截图占位
- 每页≥30行，前30页+后30页
- 第一章必须是平台总体介绍

### 源代码文档
- 按优先级提取：主入口→路由→核心→公共→API→工具
- 每页≥50行，前30页+后30页
- 自动排除第三方库和构建产物

## 🔧 独立使用（不通过Agent）

```bash
# 扫描项目
python3 scripts/scan_project.py --path ./my-project --output ./output/project_info.json

# 填充信息采集表
python3 scripts/fill_template.py \
  --template templates/信息采集表模板.docx \
  --content ./output/采集表内容.json \
  --output ./output/信息采集表.docx

# 生成说明书章节
python3 scripts/generate_manual.py \
  --content ./output/第1章内容.json \
  --output ./output/说明书_第1章.docx

# 生成代码文档
python3 scripts/generate_code_doc.py \
  --project ./my-project \
  --files ./output/文件列表.json \
  --output ./output/代码文档.docx \
  --software-name "我的系统V1.0" \
  --version "V1.0"

# 合并章节
python3 scripts/merge_chapters.py \
  --chapters ./output/说明书_第*.docx \
  --output ./output/使用说明书.docx \
  --software-name "我的系统V1.0" \
  --version "V1.0"
```

## 📚 参考文档

- [格式规范](references/格式规范.md) — Word排版格式 + 写作风格要求
- [信息采集表填写要求](references/信息采集表填写要求.md) — 各字段字数限制和填写规范
- [常见问题](references/常见问题.md) — 实际使用中的问题和解决方案

## 📄 许可证

[MIT License](LICENSE)

## 🙏 致谢

- [python-docx](https://github.com/python-openxml/python-docx) — Word文档操作
- [AgentSkills](https://github.com/vercel-labs/skills) — 统一的AI Agent Skill标准

_meta.json

{
  "ownerId": "kn75e2jfgr4k98gjc69je6j8dx8ct6tf",
  "slug": "software-copyright-skill",
  "version": "0.1.0",
  "publishedAt": 1787212705184
}

Github ReposUpdated 1d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.