核心用法
Copyright 是一款面向创作者和法律合规人员的知识型 Agent Skill，完全基于 Markdown 文档构建，无需执行任何代码。该 Skill 通过结构化知识模块，系统性地解答版权领域的核心问题：从版权的自动生效机制（无需注册即受保护），到注册的实际价值（获取法定赔偿资格）；从公平使用的四要素评估法，到 DMCA 下架通知的完整操作流程。用户可通过对话式交互，获取针对自身场景（文字、图像、代码、音乐等）的版权策略建议，包括何时发送停止函、如何协商许可协议、怎样应对侵权纠纷等实操指导。
显著优点
零代码安全风险：纯文档型设计彻底消除了代码执行风险，无依赖项、无网络请求、无敏感数据收集，安全扫描六项指标全部通过。对于处理法律合规类需求的用户而言，这种"只读"特性意味着可以完全放心使用，无需担心 Skill 本身引入新的攻击面或隐私泄露风险。
知识体系完整且实用：覆盖版权生命周期全流程——创作即保护、注册增值、侵权应对、许可变现、合理使用边界——每个模块都配有具体场景示例（如"英雄之旅情节结构不受保护，但具体文字表达受保护"）。这种"理论+场景"的双层结构，既帮助用户建立法律框架认知，又能直接指导日常决策。
双向视角设计：Skill 同时服务于权利人和使用方。创作者可学习如何注册、定价许可、发送 DMCA 通知；内容使用者则可理解如何识别许可条款、评估公平使用、获取商用授权。这种双向设计使其成为团队协作中的通用参考工具。
潜在局限
非法律专业建议：Skill 明确定位为"知识指导"而非"法律意见输出"。版权法的判例动态变化（如 AI 生成物的版权归属仍处争议），文档内容无法实时追踪最新判例或各国立法差异。美国法中心主义明显，对欧盟、中国等法域的版权规则（如精神权利、集体管理制度）覆盖有限。
T3 来源的可追溯性：作为 AGIstack 个人/社区项目，缺乏大型开源基金会或律所背书，无 GitHub 公开仓库可供审计，版本历史不透明。虽然安全扫描未发现恶意模式，但长期维护承诺和知识更新频率存在不确定性。
无自动化能力：纯文档特性在保障安全的同时，也意味着无法直接生成法律文件（如自动起草 DMCA 通知函）、无法对接版权局 API 查询注册状态、无法监测网络侵权。用户获得知识后，仍需手动执行后续步骤。
适合人群
- 独立创作者：作家、摄影师、插画师、音乐人、开源开发者，需要理解自身权利边界和维权路径
- 内容运营团队：社交媒体运营、营销人员，需评估素材使用的合规风险
- 小型企业主：处理网站内容、产品手册、宣传物料的版权清理与授权
- 法务/合规初级人员：需要快速建立版权领域知识框架的非专业律师
- 教育科研工作者：处理论文引用、课件素材、学术传播的合理使用评估
使用风险
知识过时风险：版权法正经历 AI 训练数据、孤儿作品、跨境执法等前沿议题冲击，文档未标注最后更新时间，建议关键决策前核实法规状态。
地域适用偏差：DMCA 为美国特有制度，中国对应"通知-删除"规则、欧盟有 DSM 指令，直接使用美国框架处理非美场景可能策略失当。
过度自信风险：Skill 的清晰表述可能让用户产生"已充分理解"的错觉，而真实诉讼中的事实认定（如"转换性使用"程度）高度依赖个案细节，建议重大商业决策前咨询持证律师。
平台依赖风险：Skill 托管于 clawhub.ai 平台，若平台服务变更或链接失效，需关注本地备份获取渠道。