# 数据边界与隐私（元镜 yotta-mirror）

## 一、默认边界：数据不出本机

- 核心路径只读本地文件（或标准输入），分析结果只写本地指定路径；
- 引擎不导入网络库（`urllib` / `socket` / `requests` / `http.client`），不调用任何模型；
- 不产生遥测、不上报、不建远程索引；不存在「账号」或云端副本。

## 二、学生数据最小化

- 输入只需要：学生标识 + 各题得分；不需要身份证号、家庭信息、联系方式等；
- 学生标识建议使用学号或班级内编号；确需姓名时，请确认存放位置符合学校数据管理规定；
- 报告默认保留原始标识（便于教师使用）；**对外分享一律加 `--anonymize`**。

## 三、匿名化规则

- `--anonymize` 把学生标识替换为 `S-` + 姓名/学号的 SHA-256 前 8 位；
- 同一标识在同一环境下得到同一代号（可复算、可追踪），不同学校 / 不同数据集之间不可反推；
- 匿名化只影响学生标识，统计结果与阈值判定完全不变（有回归测试锁定）。

## 四、低样本与未成年人保护

- 样本量低于 `min_respondents`（默认 3）的统计不产出结论，只进人工复核清单；
- 不输出学生排名、不生成评语、不臆测能力或性格；
- 报告固定免责声明：仅供教学改进与备课决策，不用于学生评价、排名、升学判断。

## 五、合规衔接

- 涉及学生个人信息的材料（如含个人信息字段的说明、表册），可用元规 yotta-compliance 做条款级审查；
- 学校侧如需更强的数据安全核查（存储、权限、外发），可衔接元安 / 元信 / 元审等安全技能；
- 本技能不提供法律意见；涉及合规判断请以学校制度与主管部门要求为准。

## 六、安全使用清单

1. 分析前：确认数据来源合规、字段最小化、存放位置受控；
2. 分析中：只在本机运行，不给 `--out` 指向共享盘或同步目录；
3. 分享前：加 `--anonymize`，并确认报告不含可识别到个人的附加信息；
4. 归档时：按学校数据留存期限处理原始成绩表，报告与配置可长期留存用于复算。