# dsh-privacy-gateway

[English](README.md) · 简体中文

DeepSeek Harness（DSH）的本地隐私网关。

> **我想让 AI 处理客户数据，但不想让真实的姓名、手机号、身份证号发给模型。**

它做两件事：

- **对话脱敏**：每次请求模型前，把你消息里的个人信息替换成占位符。模型和会话日志只会看到占位符，你的屏幕上显示原文，并带 🔒 标记。
- **表格安全副本**：在本机按列扫描 CSV/XLSX 文件，生成一份脱敏副本，交给 AI 的是这份副本而不是原文件。

所有功能都在右侧边栏的 **🔒 Privacy Gateway** 标签页里，点会话顶部的 🔒 按钮可以打开。界面语言跟随 DSH 的语言设置（中文或英文）。

## 安装

在 DSH Desktop 中打开 设置 → 插件 → 添加插件，填入：

```text
https://github.com/ethanrise/dsh-privacy-gateway
```

安装后重新加载 DSH。使用命令行：`dsh plugin --profile web add github:ethanrise/dsh-privacy-gateway`。

## 对话脱敏

```text
你输入：   给客户张三发邮件 zs@example.com，电话 13812345678
模型看到： 给客户[PERSON_7C1E0A93B2]发邮件 [EMAIL_41D0E6F8A5]，电话 [PHONE_2B9F4C07D1]
你的屏幕： 给客户🔒张三发邮件 🔒zs@example.com，电话 🔒13812345678
```

规则能识别的类型：

| 类型 | 识别方式 |
|---|---|
| 姓名 PERSON | 有上下文的中文姓名：前面有标签（"客户张三"、"联系人：欧阳"），后面有称谓（"王经理"、"李建国女士"），或后面是"的"加联系方式（"王小二的邮箱"） |
| 手机号 PHONE | 中国大陆手机号，可带 +86、空格或横杠 |
| 邮箱 EMAIL | 邮箱地址 |
| 身份证 ID_CARD | 中国大陆居民身份证号，校验位验证 |
| 银行卡 BANK_CARD | 16–19 位卡号，Luhn 校验 |
| IP | IPv4 地址（默认关闭：技术类对话里太常见） |

**脱敏词库**：规则识别不了的名称，比如公司名、没有上下文的人名、项目代号，可以填进侧边栏的词库，一行一个词，也可以从 CSV/XLSX 客户名单中导入某一列。每个词精确匹配，英文不区分大小写，存在包含关系时优先匹配更长的词。不会自动生成简称：填了 `字节跳动有限公司` 不会连带脱敏 `字节跳动`，如果对话里也会这样写，需要单独再加一行。

**占位符**由本机密钥通过 HMAC 生成：同一个值永远对应同一个占位符，所以模型仍能区分不同的人并正确引用，提示词缓存也保持稳定。占位符无需手动维护。

**屏幕显示**：占位符会被原地还原，前面加 🔒 并高亮显示，模型回复里的占位符也会还原，带不带方括号都可以。点击可以查看类型、模型看到的占位符和实际内容，并可复制。关闭"显示原文"可以看到模型实际收到的内容。**没有 🔒 的内容就是以明文发出去的。**

## 表格安全副本

1. 在侧边栏选择 CSV 或 XLSX 文件，文件只在本机内存中解析。
2. 根据表头和内容判断每列的类型（姓名、手机号、邮箱、身份证、IP、公司、地址），给出置信度和建议的处理方式。
3. 每列选择保留、打码（`138****5678`）、令牌化（稳定的 HMAC 令牌）或删除。
4. 下载 `<文件名>.safe.csv` / `<文件名>.safe.xlsx`，由你自己把这份副本发给 AI。

## 数据存放位置

所有数据都留在本机的 `~/.dsh-privacy-gateway/` 目录下，文件权限 `0600`：

| 文件 | 内容 |
|---|---|
| `token-secret` | 生成占位符和令牌用的 HMAC 密钥 |
| `vault.json` | 占位符 → 原文的对应关系，重启后界面仍能还原历史消息 |
| `dictionary.json` | 你的脱敏词库 |

浏览器只能通过插件自己的本地接口读取原文。安全边界详见 [SECURITY.md](SECURITY.md)。

## 局限

- 姓名识别基于规则：没有标签、称谓或联系方式词的单独姓名识别不了，除非加进词库；姓名后面跟着不常见的字时，边界可能多一个字或少一个字。
- 规则不识别地址和公司名，请使用词库。
- DSH 不允许插件改写工具参数，所以模型写文件或执行命令时用的是占位符，不是原文。
- 工具结果（读取的文件内容、命令输出）只有在 `maskToolResults: true` 时才脱敏。默认关闭，因为开启后模型可能把占位符写进它编辑的文件。
- 消息上的复制按钮复制的是存储的文本，其中是占位符；手动选中还原后的文字复制时，🔒 会一起被复制。
- 开启脱敏或修改词库只对之后发送的消息生效，已经发出的消息不会补做。
- 表格安全副本需要你自己发给 AI，插件不会自动把它加入会话。

## 配置

在插件的 `cordis.patch.yml` 条目中：

| 配置项 | 默认值 | 含义 |
|---|---|---|
| `maskMessages` | `true` | 发给模型前对对话消息脱敏（也可在侧边栏切换） |
| `maskToolResults` | `false` | 同时对工具结果脱敏 |
| `entities` | `[PERSON, PHONE, EMAIL, ID_CARD, BANK_CARD]` | 规则识别的类型；加上 `IP` 即可开启 IP 识别 |
| `persistVault` | `true` | 把 `vault.json` 保存到磁盘 |
| `maxVaultEntries` | `20000` | 超过后丢弃最早的条目 |

## 开发

```bash
npm install
npm run check   # 类型检查、测试、构建
```

`lib/` 目录会提交到仓库，因为 DSH 从仓库安装时不会执行构建：服务端入口由 esbuild 连同依赖打包成单个文件，浏览器端入口也是单个模块。修改源码后请运行 `npm run build` 并提交 `lib/`。在 `main` 分支上修改 `package.json` 的 `version` 会自动发布一个带预构建 `dsh-privacy-gateway.tgz` 的 Release。