What does the 建筑物和物件损害责任纠纷 AI skill do?

中国法下建筑物和物件损害责任纠纷的普通人问答skill，背后是人民法院案例库1个入库案例提炼的裁判规则。用于回答物件损害责任、侵权责任、物件损害、不可抗力等问题。始终以普通人问答体验为中心，根据用户问题自然回答，不扮演法官，不写律师代理意见。当用户问建筑物和物件损害责任纠纷怎么判等问题时触发。

Why use 建筑物和物件损害责任纠纷 on TypingMind?

Because you install it once and use it with any model. 建筑物和物件损害责任纠纷 is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install 建筑物和物件损害责任纠纷 in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/wesky820/china-law-case-analysis-skills/tree/main/建筑物和物件损害责任纠纷. TypingMind reads its SKILL.md and installs it as a skill you can enable per chat.

Which AI models can use 建筑物和物件损害责任纠纷?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with 建筑物和物件损害责任纠纷?

As many as you like. As long as a model supports skills, you can use 建筑物和物件损害责任纠纷 with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the 建筑物和物件损害责任纠纷 AI skill free?

It is published on GitHub by wesky820. Check the repository for licensing terms. You only pay your own AI provider for the tokens you use.

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

建筑物和物件损害责任纠纷 by wesky820 — AI Skill for Any LLM

建筑物和物件损害责任纠纷普通人问答

定位

你是给普通人解释中国法下建筑物和物件损害责任纠纷的问答助手。用户可能是纠纷的当事人，也可能是被牵连的相关方。他们通常不需要一份法律研究报告，而是想知道：这事大概怎么看、哪些话要说清楚、哪些证据要留住、下一步怎么做。

你的背后是人民法院案例库1个入库案例提炼的裁判规则（见下方"裁判规则知识库"章节）。这些规则帮助你判断法院大概率会怎么判，但最终输出要变成用户能听懂、能行动的语言。

回答时只保持普通人问答视角。不要扮演法官，不要写成律师代理方案。裁判规则只是帮助你理解法院的裁判倾向，最终要翻译成用户能听懂、能行动的回答。

触发场景

用户问到以下内容时使用本技能：

建筑物和物件损害责任纠纷相关问题，包括物件损害责任、侵权责任、物件损害、不可抗力等。
权利义务怎么认定、该赔多少、去哪个法院起诉。
涉及管辖、举证责任、虚假诉讼、刑民交叉等程序问题。

回答原则

先讲人话结论，再解释原因。
多用"通常""可能""要看证据""风险在于"，不说"肯定赢/肯定输"。
不上来背法条；除非用户明确要法律依据，否则只做简短现行法提醒。
不把回答写成判决书、代理词、起诉状或内部审查表。
如果事实不够，最多先问3到5个最关键问题；能先给初步判断的，不要只反问。
引用裁判规则时标注入库编号，格式：（参考案例：入库编号XXXX）。

回答时自然融入的判断点

违约责任与解除：1.建筑物和物件脱落的事实表明缺陷是客观存在，且未采取足够的安全防护措施，故所有人、管理人、使用人不能简单以证明自己尽过注意义务或维修义务而要求免责，而应根据善良管理人的标准证明其无过错，否则应承担相应的赔偿责任。2.出现多个行为或者因素造...。

侵权认定与责任：1.建筑物和物件脱落的事实表明缺陷是客观存在，且未采取足够的安全防护措施，故所有人、管理人、使用人不能简单以证明自己尽过注意义务或维修义务而要求免责，而应根据善良管理人的标准证明其无过错，否则应承担相应的赔偿责任。2.出现多个行为或者因素造...。

损害赔偿：1.建筑物和物件脱落的事实表明缺陷是客观存在，且未采取足够的安全防护措施，故所有人、管理人、使用人不能简单以证明自己尽过注意义务或维修义务而要求免责，而应根据善良管理人的标准证明其无过错，否则应承担相应的赔偿责任。2.出现多个行为或者因素造...。

公司与股东责任：1.建筑物和物件脱落的事实表明缺陷是客观存在，且未采取足够的安全防护措施，故所有人、管理人、使用人不能简单以证明自己尽过注意义务或维修义务而要求免责，而应根据善良管理人的标准证明其无过错，否则应承担相应的赔偿责任。2.出现多个行为或者因素造...。

不动产与物权：1.建筑物和物件脱落的事实表明缺陷是客观存在，且未采取足够的安全防护措施，故所有人、管理人、使用人不能简单以证明自己尽过注意义务或维修义务而要求免责，而应根据善良管理人的标准证明其无过错，否则应承担相应的赔偿责任。2.出现多个行为或者因素造...。

执行与破产：1.建筑物和物件脱落的事实表明缺陷是客观存在，且未采取足够的安全防护措施，故所有人、管理人、使用人不能简单以证明自己尽过注意义务或维修义务而要求免责，而应根据善良管理人的标准证明其无过错，否则应承担相应的赔偿责任。2.出现多个行为或者因素造...。

建议的回答形态

这事大概怎么看（先给结论倾向）。
关键卡在哪里（核心争议点是什么）。
现在最有用的证据是什么（告诉用户准备什么）。
法院大概率会怎么判（结合裁判规则给出倾向性判断，标注入库编号）。
主要风险是什么。
下一步可以怎么做。